[FEATURE] neuron Phase 15 — sparsity-driven edge prune (training-time dynamic param count 의 첫 실질 단계) #71

배경 (Phase 14 직후)

Phase 14 (PR #70 머지) 에서 block 전체가 graph 인 paradigm 완성 — attention qkv/out + FFN fc1/fc2 모두 HybridGraphLinear. 그러나 여전히 정적 위상 — 모든 채널이 동일 경로 길이, edge 가 dense topology 로 고정.

paradigm 의 ultimate goal (training-time dynamic parameter count) 의 실질적 첫 단계는 edge 자체를 추가/제거 하는 동적 위상 변화. Phase 15 는 sparsity-driven prune — 학습 중 edge magnitude 가 낮은 것들을 영구 제거.

목표

1. edge prune mechanism — HybridGraphLinear 에 buffer edge_mask 추가, 학습 중 |adj_outer · adj_inner · W| < threshold 인 edge 영구 0 처리
2. gradient resurrection 방지 — pruned edge 는 forward 에서 mask=0, gradient 도 mask 통해 차단되어 다시 살아나지 않음
3. sparsity tracking — 학습 후 effective sparsity ratio 측정
4. function preservation — mask=1 (no prune) 시 Phase 14 와 forward 동치
5. sweep: dense (no prune) vs 다양한 threshold prune — sparsity ratio 와 final_loss trade-off

설계 결정

• buffer (학습 X) 로 edge_mask 등록 — state_dict 에 포함, optimizer 가 업데이트 안 함
• one-shot prune at midpoint (max_steps/2 시점 1회) — 가장 단순한 시작 형태
• threshold 기반 prune 만 1차 구현 — top-k prune 은 향후 확장
• prune 대상은 HybridGraphLinear 단위 — Phase 14 의 FullGraphTransformerBlock 의 모든 4 layer (qkv/out/fc1/fc2) 가 영향 받음

작업 항목 (단일 PR)

• src/graphlm/neuron/graph_hybrid.py 확장 — edge_mask buffer + prune_by_magnitude(threshold) + effective_sparsity() 메서드
• src/graphlm/neuron/hybrid_transformer_demo.py 확장 — train loop 에 prune step 추가 (config 의 prune_at_step + prune_threshold)
• tests/neuron/test_graph_hybrid.py 확장 — prune 동작 / gradient blocking / sparsity ratio / state_dict 보존
• notebooks/02-function-level/14-phase15-sparsity-prune.ipynb 신규 — dense vs prune (3 thresholds) sweep

완료 조건

• 182 → ~200+ tests, all green
• coverage ≥ 70%
• 노트북 sweep 정상 실행, sparsity vs final_loss trade-off 시각화

Phase 15 의 의미

본 단계가 paradigm 의 정적 → 동적 위상 진입 의 시작점:

• Phase 8-14: dense topology + learned magnitude (정적 위상)
• Phase 15: edge 영구 제거 (dynamic shrink) — 채널마다 다른 effective 경로 길이 발생
• Phase 16+: 추가/재할당 (dynamic grow) — Net2Net / LiGO / RigL 식

관련

• Phase 14 PR [FEAT#69] neuron Phase 14 — attention 도 HybridGraphLinear 로 (full graph block) #70 (방금 머지)
• Phase 12 PR [FEAT#65] neuron Phase 12 — hierarchical hybrid graph hidden layer (outer group + inner channel) #66 (HybridGraphLinear 도입)