{
  "schema": "portfolio-execution/v1",
  "date": "2026-10-29",
  "status": "passed_in_stated_scope",
  "projects": [
    {
      "project_id": "project-01",
      "name": "논문 질의응답",
      "result": "passed_in_stated_scope",
      "summary": "공개 검사 382개와 저장 자료 검증 11개 통과. 새 Docker 환경에서 PDF 다운로드, 분석, 영어 및 한국어 질의응답 실행.",
      "limits": "실제 PDF 한 편으로 실행 확인. 비공개 30편 전체 실험은 재실행하지 않았으며 번역 품질의 한계는 남아 있습니다.",
      "original_download": {
        "sha256": "5bd5539974fa328a0abca79c583b21c1eb2b51f66176cf33c359f6981d318a62",
        "files": 573
      }
    },
    {
      "project_id": "project-02",
      "name": "교통 표지판 인식 모델 경량화",
      "result": "passed_in_stated_scope",
      "summary": "모델과 GTSRB를 새로 받아 테스트 87개 및 홀드아웃 5,850장 평가 실행. 정확도 87.06%.",
      "limits": "대표 FP32 배포 모델의 추론과 평가를 확인했습니다. 9개 조건의 재학습은 수행하지 않았습니다.",
      "original_download": {
        "sha256": "9ce83def428873466c93e5de22506a6291fd8f91789afb557bc2fe3e6991120d",
        "files": 498
      }
    },
    {
      "project_id": "project-03",
      "name": "DM100 로켓 발사와 회수",
      "result": "passed_in_stated_scope",
      "summary": "테스트 790개 통과와 기본 임무의 실제 비행 및 착륙 완료. 2초 MP4 생성과 다운로드 확인.",
      "limits": "선택적 비공개 자료 검사 한 개는 건너뛰었습니다. 전체 비행 조건 벤치마크를 다시 실행한 것은 아닙니다.",
      "original_download": {
        "sha256": "f06e5645096d173950a196f2aa5d1bf2b7ce975d45963c5a59cb5ffd7df957d0",
        "files": 111
      }
    },
    {
      "project_id": "project-05",
      "name": "동일 저자 판별",
      "result": "passed_in_stated_scope",
      "summary": "모델 파일 21개 다운로드, 테스트 109개 및 세 모델 실제 추론 확인. 문체 앙상블 4,708쌍 평가 정확도 74.15%.",
      "limits": "CE와 커스텀 ASL RoBERTa-Large는 실제 추론을 확인했으며 전체 평가나 재학습은 하지 않았습니다.",
      "original_download": {
        "sha256": "49bbb0cc4eb11ebed80c4a096600fb65a4150cdd9978c80434f078ea83f3a7ce",
        "files": 210
      }
    },
    {
      "project_id": "project-06",
      "name": "Hex AI",
      "result": "passed_in_stated_scope",
      "summary": "네이티브 엔진을 새로 빌드하고 테스트 64개, 배포 기록 검사 및 실제 수 선택 실행.",
      "limits": "새로운 대량 대국이나 온라인 Davis 재대결은 수행하지 않았습니다.",
      "original_download": {
        "sha256": "3fa1139c4d713cf290cb836f2ac4e91a083021fa58abf0aba644a9f3dd296196",
        "files": 3306
      }
    }
  ],
  "environment_scope": "Fresh per-project Python environments, Maven cache, Docker build/volumes, or MySQL data directory on the same Windows PC. Existing native compilers and Unreal Engine reused. Symbolic learning also executed in WSL Ubuntu 24.04.",
  "limits": "Execution and published verification paths were checked. This does not claim fresh training of every model, replay of every historical benchmark, or independent-machine certification."
}
