수행-제어 된 자기 압축: 교차 계열 게임 생성을 위한 버리파이어는 교육 프로그램이다.

학습된 심사관을 이용해 코드 생성기를 후처리하면, 점수를 높일 수 있는 프록시 특성만 최적화할 수 있다. 우리는 반대 신호를 연구한다: 결정론적이고 심사관이 없는, 게임할 수 없는 필터 -- 생성된 프로젝트가 비정형 엔진에서 깨끗하게 실행되는지 여부(strict-launch). 이 게이트를 통과하면, 거짓 샘플링 자기 반영(compound out-of-family generalization) 효과가 나타난다. GameCraft-Bench (natural-language brief를 Godot 프로젝트로 매핑)에서, 14B 모델(Qwen3-14B+LoRA)가 strict-launch에서 distill된 결과, 4개의 보이지 않는 게임 패밀리에서 per-candidate로 clean generation이 8.8%에서 42.2%로, best-of-K coverage가 18/25에서 25/25(gold ceiling)로 증가했다. 이 증가는 단순히 데이터를 추가한 것만이 아니다: gold-duplication control(gold-duplication과 정확히 매칭된 것)에서는 base model보다 낮아진다(5.6% vs. 8.8%, p=0.019), count-matched decomposition(quantify된 decomposition)은 round-1-to-2 jump를 quality(+8.8pp)와 quantity(+8.5pp)로 분할한다. 가장 직접적으로는, filter만 바꾼 경우 -- lenient BUILD check(99.9%의 생성이 통과한다) -- gain을 완전히 제거한다(base model과 동일, p=1e-3 vs. launch-gated round), verifier precision을 optimizer보다 우선시한다. 두 번째 ungameable 신호, headless execution grounding, round를 거치며 monotonically 증가하고, gold-duplication과 동일한 비용에서 far 더 grounded 후보를 제공한다(16 vs. 5), gain이 기능적이기보다는 launch-but-empty가 아니라는 것을 확인한다. 게임 생성은 하나의 교훈을 위한 검증 가능한 시험대다: 심사관은 교육 과정이다 -- 심사관이 인증하는 것은 모델이 배운 것이다.