PhysNote: 진화 가능한 물리 추론을 위한 자기 지식 노트

비전-언어 모델 (VLMs) 은 교과서 스타일의 물리 문제에서 강력한 성능을 보였지만, 프레임 간 시간적 일관성과 인과 추론이 필요한 동적인 현실 시나리오에 직면할 때 자주 실패합니다. 우리는 이러한 실패의 근본 원인으로 두 가지 과제를 식별했습니다: (1) 공간-시간적 정체성 표류 (spatio-temporal identity drift), 즉 연속된 프레임에서 물체가 물리적 정체를 잃고 인과 연쇄를 끊는 경우, 그리고 (2) 추론 시점 통찰력의 변동성 (volatility of inference-time insights), 즉 모델이 때때로 올바른 물리 추론을 생성하지만 이를 미래 재사용을 위해 결코 통합하지 않는 경우입니다. 이러한 과제를 해결하기 위해 우리는 VLMs 가 자기 생성된 '지식 노트 (Knowledge Notes)'를 통해 물리 지식을 외부화하고 정제할 수 있도록 하는 에이전트 프레임워크인 PhysNote 를 제안합니다. PhysNote 는 공간-시간적 정규화를 통해 동적인 지각을 안정화하고, 자기 생성 통찰력을 계층적 지식 저장소에 조직화하며, 가설을 시각적 증거에 근거시켜 검증된 지식을 통합하기 전에 반복적인 추론 루프를 구동합니다. PhysBench 에서 수행한 실험 결과, PhysNote 는 전체 정확도 56.68% 를 달성하여 최상의 다 에이전트 베이스라인 대비 4.96% 의 향상을 보였으며, 모든 네 가지 물리 추론 도메인에서 일관된 개선을 나타냈습니다.