Deliver complete S2 custody scores and preregistered primary result

This commit is contained in:
Frank14f committed 2026-11-15 16:25:05 +08:00
1 parent c47dd6a539
commit 1dea89d62b
636 files changed
+583042

No files matched your search

+108
View File
@@ -0,0 +1,108 @@
# S2 固定矩阵与托管评估结果(2026-11-15)
本次固定实验中,E 相对 N 的误差改善率为 **−1.2924%**,组件 bootstrap 95% 区间 **[−2.1223%, −0.5633%]**,按预注册六区间属于 harmful(误差增大)。R2-G24 的误差低于两种神经模型,N 对 R2 的预注册有用性条件未满足。结论限定于本实现、输入、42 epoch/宽128训练与共同合格查询域,不是O1、拓扑或几何组织路线的否定。
## 完成状态与固定顺序
神经90计划格全终态:89 PASS/1 NA,100%池15对全部有效。R2 180个HPO+15最终fit全部终态,179 HPO PASS/1基础设施停止;15最终fit全部PASS。未重试、未复用失败神经权重。
终态与104可用模型先固定 `6903c07365c7879b3fcbe9b78d8dbc3aec695ae0`。评估实现经Claude主审1794730198.146459,两条件关闭于 `522ee84f6abd5ccad9bfcdc41a5c74ce1248c20a`,14项合成/元数据检查PASS。全部13,449预测和评分源码/配置于解码前固定 `c47dd6a539e9ac77945acd93cc16266291cf96de`,推送确认后才创建scoring-freeze并解码。原无标签预测session42606与CPU托管session87444均退出0;617件各解码一次,13,449逐件结果,所有指标新增NA=0、bootstrap undefined=0。
## 100%组件池主表
以下误差是按draw multiplicity加权的逐件relative L2,再件/组件/固定seed等权;不是节点平均百分比误差。五折合并后组件等权,209组件/617件。近壁、τ-b和末到位置仅描述,末到距离以Rg归一且限查询覆盖。
| 臂 | 主域相对L2 | 近壁相对L2 | 抽样τ-b | 末到位置距离/Rg |
|---|---:|---:|---:|---:|
| N | 10.7965% | 11.0112% | 0.892424 | 0.476895 |
| E | 10.9360% | 11.1327% | 0.892378 | 0.494282 |
| R2 | 7.2993% | 7.4884% | 0.924486 | 0.437705 |
| B0 | 10.4012% | 8.7209% | 0.907094 | 0.341641 |
| 对比:1−候选/参照 | 改善率 | 95%组件区间 | 说明 |
|---|---:|---|---|
| E / N | -1.2924% | [-2.1223%, -0.5633%] | 唯一预注册主对比,m=10% |
| N / R2 | -47.9120% | [-56.2603%, -39.9772%] | 辅助对比;非第二主门槛 |
| E / R2 | -49.8236% | [-58.3577%, -41.6166%] | 辅助对比;非第二主门槛 |
| N / B0 | -3.8009% | [-10.6763%, 2.5021%] | 辅助对比;非第二主门槛 |
| E / B0 | -5.1424% | [-12.1438%, 1.3848%] | 辅助对比;非第二主门槛 |
| R2 / B0 | 29.8226% | [27.2748%, 32.3334%] | 辅助对比;非第二主门槛 |
组件ID排序;PCG64(SeedSequence(2026111408)),2,000次、双方同索引、固定seed块随组件,不按折分层;linear 2.5/97.5百分位,六区间使用未舍入端点。区间条件于固定拆分、已训练模型和研究选择,不覆盖重新训练方差或查询Monte Carlo误差。
## 学习曲线与NA
学习比例指组件池前缀比例,不能称件数比例。主域单臂均值保留各自有效集;50%池N缺fold1三seed完整性,不能与全五折E单臂均值直接作配对差。
| 组件池比例 | N单臂L2 | E单臂L2 | R2 L2 | B0 L2 | 配对E/N改善率及95%区间 | 配对组件/件 | 有效折 |
|---|---:|---:|---:|---:|---|---|---|
| 25% | 12.8403% | 12.7734% | 7.6950% | 10.4012% | 0.5216% [-0.4813%, 1.6064%] | 209/617 | 0,1,2,3,4 |
| 50% | 11.3576% | 11.5346% | 7.4629% | 10.4012% | -1.4243% [-2.1791%, -0.7280%] | 167/492 | 0,2,3,4 |
| 100% | 10.7965% | 10.9360% | 7.2993% | 10.4012% | -1.2924% [-2.1223%, -0.5633%] | 209/617 | 0,1,2,3,4 |
| 池 | N PASS / NA | E PASS / NA | R2最终PASS / NA |
|---|---:|---:|---:|
|25%|15 / 0|15 / 0|5 / 0|
|50%|14 / 1|15 / 0|5 / 0|
|100%|15 / 0|15 / 0|5 / 0|
唯一fold1/pool50/N/seed0第14轮跳步4/178(2.247%)超过1%门,N/E该配对无效。A4要求组件全件/三seed两臂完整,因此50%配对排除fold1的42组件/125件/4,032,985节点,而不是补两seed。成功E保留单臂。R2 job118(fold3/pool25/config10)进程峰值2触发上限1,原因未知;该格从11成功候选选出config0,最终fit通过。
### 各折实际学习规模
| 折 | 组件比例 | 学习组件 | 学习件 | 学习节点 | 验证件 | 外测件 |
|---|---:|---:|---:|---:|---:|---:|
|0|25%|35|145|4319375|111|121|
|0|50%|69|254|7524426|111|121|
|0|100%|137|385|11572195|111|121|
|1|25%|34|83|2258884|88|125|
|1|50%|67|178|4406392|88|125|
|1|100%|133|404|10912756|88|125|
|2|25%|34|90|2998926|87|125|
|2|50%|67|200|6207848|87|125|
|2|100%|132|405|11595878|87|125|
|3|25%|33|128|4348385|142|124|
|3|50%|66|233|7328229|142|124|
|3|100%|131|351|10689905|142|124|
|4|25%|34|58|1748016|114|122|
|4|50%|67|143|4583502|114|122|
|4|100%|132|381|11118228|114|122|
## not-known-exposed描述性行
采用fb827178冻结522件名单(含UNKNOWN),成员文件SHA `8d037786040c6fc11fa80ceb0f41dfdd58478a2576404505a64aa29a2216a22f`。不是从布尔字段重建;逐ID交叉核对差异0。与617roster交集后517件/188组件;原名单5件被准备roster排除。按原逐件筛选保留混合组件,再与主有效资格相交,不能称未暴露或untouched。
| 外折 | 原候选件/组件 | roster剔除件 | 保留件/非空组件 | 筛后空组件 | 50%配对再排除组件 |
|---|---|---:|---|---:|---:|
|0|108/34|4|104/33|4|0|
|1|105/36|0|105/36|6|36|
|2|115/39|0|115/39|4|0|
|3|90/40|1|89/40|4|0|
|4|104/40|0|104/40|3|0|
100%行:N 10.6027%,E 10.7480%,R2 7.2832%,B0 10.3177%;E/N改善率-1.3708%,区间[-2.2187%, -0.6166%]。无新增指标无效项。50%配对最终412件/152组件(再排fold1的105件/36组件)。描述性,不作第二主结论。
## 最坏组件(100%,逐臂描述)
| 臂 | 组件ID | 折 | 件数 | 组件均值relative L2 |
|---|---|---:|---:|---:|
|N|component-cf7fed99350d9820|0|1|37.9421%|
|E|component-0980efc0c7820c75|4|1|38.3665%|
|R2|component-0980efc0c7820c75|4|1|27.5744%|
|B0|component-a71ba84fea54e0d0|4|1|32.9112%|
## 覆盖、排除与解释边界
原624件共18,661,224节点;7个准备失败件跨折统一排除,708,645节点(3.7974%),其中4件原属fold0 test。剩余617件/209组件、17,952,579节点。完整逐件覆盖(h、draw、distinct IDs、K、K/2000、h*K/2000、近壁count、边界1−h、重叠拒绝原因)在custody/coverage.json。
宽128是可行性决定,宽度效应未检验;共同Emax42不是200epoch充分训练证明。AMP跳步具体step/case未保存;R2 job118第二进程身份未保存,不能臆测数值故障。历史全库几何筛查和pilot拟合独立披露;各折仅自己的test对自己的fit封存,其他折可依法使用同件。查询域结果不是完整场、短射、压力预算或工艺干预验证。R2是Gre24-style graph approximation,不称论文复现;B0=Vf*t_set确定性。
## 成本与验证
主神经训练19.062814 GPU-h(含等待/setup/失败);R2 HPO+final worker2.592312 CPU-h,guard590.344796秒/coordinator479.084346秒另列。无标签预测410.070561 GPU秒=0.113908 GPU-h;托管监督worker72.962534 CPU秒,墙钟73.374682秒,峰值树RSS162816000B,monitor_errors0。预测/托管均无重试。既往pilot、准备和历史失败另有账本,不把这些数称项目全成本。
核验:14项合成/元数据检查PASS;617准备列metadata PASS;104有效模型与两原契约固定;13,449预测全部哈希检查;617解码标签唯一且逐文件hash核验;评分输出hash核验;冻结代码/合同pins保持一致。
## 阶段回顾与接续
本阶段不支持本实现中增加edge readout提高泛化误差,也未满足神经模型优于强R2的有用性门。实用新件注塑代理仍是目标;R2与B0证明廉价输入基线必须保留。O1类型分块、真实连通、接口与原生CAE工艺对照均未由本实验检验。此报告交Claude统筹、Mold数学边界、Grok必要定点复核;在集体回顾和下一阶段决定前不追加训练、不调参重试、不扩大测试域。