Archive MeltSol independent full-review report and execution evidence index
This commit is contained in:
1 parent
24c9587ee9
commit
3ef9eeb660
2 files changed
+60
No files matched your search
@@ -0,0 +1,34 @@
|
||||
# MeltSol 执行证据索引 · 2026-11-20
|
||||
|
||||
[独立原稿](meltsol.md) · [Claude 复盘议程](https://gitea.frank14f.online/Frank14f/MeltMind/src/commit/30c73d6/docs/claude/full-review-2026-11-20.md)
|
||||
|
||||
下表记原记录的结算口径。GPU 秒、worker CPU 秒、墙钟、历史费用和预留分别保留。相邻阶段会复用前一阶段的账,项目总价不能按行相加。路径从项目根目录起算。未重算任何模型指标。
|
||||
|
||||
## 已执行结果和停止记录
|
||||
|
||||
| 线 | 已验证范围与结果 | 实耗、失败和出处 |
|
||||
| --- | --- | --- |
|
||||
| 早期数值、S1 | 等温牛顿薄隙拉回有守恒和离散验证。S1 的 24 个留一来源折全部通过,节点块落后于置乱控件,边块领先普通边置乱。物理可行的分层控件差距较小。 | 监督墙钟 270.53 秒。S1 没有训练代理。原折、控件越界与监督采样间隔均有记录。 [早期数值到 S1](https://gitea.frank14f.online/Frank14f/MeltMind/src/commit/fc2d523129f1a83719ebe857c502bb022a0a55c9/docs/INDEX-runs.md) |
|
||||
| S2 | 固定 617 件、209 组件。FP16 聚合溢出与 N256 AMP 跳步及显存峰有独立记录。宽 128 主矩阵 89/90 神经拟合有效,15 个树模型全部有效。共同查询的 E 相对 N 改善为 −1.29%[−2.12%,−0.56%],树基线最低。 | 矩阵训练 19.063 GPU 小时,R2 worker 2.592 CPU 小时,预测 410.07 GPU 秒,托管评分 72.96 CPU 秒。准备、早期 pilot 和历史停机另有账。 [S2 结果与账](https://gitea.frank14f.online/Frank14f/MeltMind/src/commit/1dea89d/docs/s2-custody-results-2026-11-15.md) |
|
||||
| S3 与顺序诊断 | S3-A E4 增益 +0.359%[−0.183%,+0.902%],低于 10% 门。S3-B 的稀疏直接求解在一件上撞 1,800 秒,GMRES 在另一件上通量残差略超固定阈值,未到十件结果、全库或评分。naive/LOG 显示时钟和端点选择能显著改变同一顺序的得分。 | S3-A 20,587.76 worker CPU 秒,含四个旧中断和一次 HPO 配置 NA。S3-B 两版累计 6,890.95 worker CPU 秒。 [S3-A 完整结果](https://gitea.frank14f.online/Frank14f/MeltMind/src/commit/1e49c1572227116e821d3cd414ebcecd7c430753) · [S3-B、naive/LOG 索引](https://gitea.frank14f.online/Frank14f/MeltMind/src/commit/fc2d523129f1a83719ebe857c502bb022a0a55c9/docs/INDEX-runs.md) |
|
||||
| Gre24、R4、O1 | v4/v5 分账。v5 624 件尝试,614 有效,10 次准备超时,五次固定随机半分。v5 主分母 RMS 下平均中位数 naive 8.85%、GBRT 6.80%、FNN 7.67%。R4 三池的 A 优于该 eikonal 基线。O1 v2 工程门 60/60 通过,只 14/60 满足三臂科学资格,停在可辨识性门。 | v4 140,042.74 CPU 秒和 895.57 GPU 秒,v5 136,620.98 CPU 秒和 876.33 GPU 秒。R4a 8,230.08、R4bc 98,516.41 worker CPU 秒,R4bc 1,004/1,005 拟合通过,原 HPO 进程数失败保留。O1 v2 含旧账 1,004.37 CPU 秒。 [原件和偏差登记](https://gitea.frank14f.online/Frank14f/MeltMind/src/commit/fc2d523129f1a83719ebe857c502bb022a0a55c9/docs/INDEX-runs.md) |
|
||||
| Phase 2 树模型与数据资格 | B13 原 E1 停在覆盖,独立 E1b 保留 42 件无效 G 并通过固定通用区域增量门,场相对 L2 差 −0.001128[−0.001999,−0.000260]。B17 固定尾部加权未通过。LOG 浇口替代的 A/G 四项结果区间均未满足各自等效界。 | B13-E1b 累计 2,096.24 CPU 秒含 E1。B17 4,744.51 CPU 秒。浇口 gate v2 94,261.14 CPU 秒含旧失败。原阈值、无效件与账见 docs/phase2-b13-e1b-results-2026-11-17.md、docs/phase2-b17-results-2026-11-17.md、docs/phase2-gate-outcome-results-2026-11-18.md。 |
|
||||
| 分组 Greif H2 | 552 件、204 家族,H2-S2 场相对 L2 差 −0.005039[−0.007537,−0.002831],硬末点距差 +0.07990 Rg[+0.00694,+0.15558]。预算修订后的 seed 1 完成,场误差与 seed 0 接近。两个固定种子的家族区间描述评估家族变异。 | H2-S2 98,816.33 GPU 秒含 S1,后处理 492.45 CPU 秒。Phase 3 seed 1 自身累计 114,756.77 GPU 秒含原投影停。证据 docs/phase2-h2-s2-results-2026-11-18.md、MeltMind-runs/phase3-seed1-postfit-2026-11-18/complete.json 和 score/result.json。 |
|
||||
| Phase 3 数据量、日程、b/c | item 1 的 2U 在主要验证对照场误差升高,数据量与更新日程解释未识别。原 item 1b 跨折投影停,折 0 100 轮短日程下降 0.149 个百分点,未超过同域种子差 0.208 个百分点。c 的尾区误差变大,b 的场误差几乎不变,均未通过固定筛选。 | item 1 共 72,421.32 GPU 秒。1b 原队列 19,262.06,独立折 0 筛选 5,840.58 GPU 秒。折 0 记录为退出时守卫 STOP,触发 PID 缺失,经独立审计采用完整输出。b/c 各 96,195.34/105,994.92 GPU 秒,含各自原训练和相关停机账。见 docs/phase3-item1-results-2026-11-18.md、docs/phase3-item1b-screen-adopted-2026-11-19.md、docs/phase3-followup-postfit-recovery-results-2026-11-19.md。 [1b 采用裁定](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795076816448959) |
|
||||
| Track A 随机件 | 四个原划分 0/1/2/4 共 1,228 次配对、571 个唯一件,平均各划分的中位 RMSE / 真值最大值为 A 3.99%、H2 3.25%。折 3 因恢复投影超帽缺失,14 个准备失败保留,原划分允许同族跨侧。 | 累计 79,074.73 GPU 秒,后处理 401.42 CPU 秒。原折 4 外层监控查询超时导致连带停止,恢复完成折 4 后按门停折 3。见 docs/track-a-monitor-stop-results-2026-11-18.md、MeltMind-runs/track-a-postfit-four-split-2026-11-19/complete.json 和 score/result.json。 |
|
||||
| Track B,ShapeNet 压力 | 原 500/111 及三种子固定。GINO 7.43454% 通过 6.62%–7.62% 复现门,H2-P 为 10.01279%,配对差 +2.57825 个百分点[+2.32736,+2.84889]。适用对象是车外流压力数据。 | GINO 正式 30,351.60 GPU 秒,历史测量另 222.81。H2-P 10,631.04 GPU 秒。接口两关键字补丁、ordinal 停止和正式结果分开。见 docs/track-b-gino-formal-results-2026-11-19.md。 [冻结配对原件](https://gitea.frank14f.online/Frank14f/MeltMind/src/commit/605f298722804a4e3591514a9d898570a5ca2106/artifacts/stage-review-SR-20261119-2137/h2-p-paired-result.json) |
|
||||
| H2 共漏,Zenodo 首评和 K4 | Greif 两种子共漏 34 件,候选真实尾区图属性的区间跨零。Zenodo 170/98 首评两种子的场收益均转移,单峰结果不一致。Greif K4 固定规则在 320/132 全节点主指标通过,对共同 PPS 上 A 和 H2 原读出的区间均跨零。431 件是全读取名单和描述表,包括 111 件参与规则选择。 | 共漏真尾图补算 108.97 worker CPU 秒。Zenodo 首评 82.91 CPU 秒,GPU 推理按 196 GPU 秒向上入账,170 件各一次,共用三臂冻结结果。Greif K4 为纯 CPU,一次约 746.5 秒墙钟,保留 431 行读账、冻结端点和结果。 [Zenodo 首评](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795151437642369) · [Greif K4 终态](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795162074179689) |
|
||||
|
||||
## 准备与审阅,尚无正式结果
|
||||
|
||||
| 对象 | 已核状态 |
|
||||
| --- | --- |
|
||||
| GINO–Greif | 原两折首轮后 STOP_PROJECTED_CAP,253.321 GPU 秒,原权重和记录保留。v1/v2 审阅阻塞,v3 独审通过。准备和旧账分开,110,000 GPU 秒是续跑累计帽,7,200 秒预测预留,当前无后续结果。 [准备与旧账](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795154057782399) · [暂停](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795168186989819) |
|
||||
| Zenodo K4 | 170/98 的冻结预测、四面体图与共同查询集已核,读前报告、绑定独审通过。首评额度已用完,二次许可已登记,实际读取等恢复,绑定 02fe8d0d…。 [独审](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795160945696829) · [二次许可](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795160968728379) |
|
||||
| C/D、Moldflow、工艺转移 | C 有十学习家族制标保真阶梯的拟议合同,D 有等总计算和等微调预算的拟议对照。Moldflow 个案留有 778 几何,求解、材料及工况核实和端到端成本未测。见 docs/phase3-tracks-c-d-spec-reception-2026-11-18.md 和 artifacts/moldflow-single-case-prep-2026-11-19/geometry-identity.json。 |
|
||||
|
||||
## 复盘观察
|
||||
|
||||
- **已验证。** 共享租约的竞态、CUDA 序号不匹配物理卡、退出时未记触发 PID、窗口与预算口径不一致均拖慢交付。先保留失败和实耗,再针对相同入口做合成复现并复核变动边界。重复询问已经授权的范围亦有记录。 [派发锁证据](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795159930503049) · [交接延误与暂停](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795168186989819)
|
||||
- **推断。** 每次派发应优先记真实起止、费用、数据选择角色、共同节点和标签读取次数。归档保留原 SHA、结果、失败和接收回执。证据无法支撑的归因继续标为不确定。
|
||||
- **工具来源。** Undermind 用于既有公开文献线索与归档,由 TRON 管理。技术判断按文献实际出处引用。本轮没有重新调用或复核新的论文。 [既有材料索引](https://gitea.frank14f.online/Frank14f/MeltMind/src/commit/fc2d523129f1a83719ebe857c502bb022a0a55c9/docs/INDEX-literature-audits.md) · [Undermind 项目归档](https://app.undermind.ai/projects/d9cb4d46-128f-413f-a9fc-d6edb7bbdcd4?path=/MeltMind%20archive%202026-11-17/)
|
||||
@@ -0,0 +1,26 @@
|
||||
# MeltSol 独立复盘 · 2026-11-20
|
||||
|
||||
执行侧意见,覆盖团队已执行记录。原始结果、失败和实耗见[证据索引](evidence.md)。本轮只核现存回执和指标,没有新派发或标签读取。
|
||||
|
||||
## 做了什么
|
||||
|
||||
- **已验证,长期。** 薄隙数值验证建立了适用边界。随后对 Gre24 v4/v5、解析代理、树模型和神经模型做复现和分组对照。S1 的输入熟悉度结果方向混合。S2 固定局部边增强使场误差相对增加 1.29%,S3-A 的 E4/G2 未达收益门,S3-B 两个固定求解器分别在资源门、通量验收处停止。O1 停在三臂可比性门。类型分区和真实连通因此仍是开放问题。[早期执行索引](https://gitea.frank14f.online/Frank14f/MeltMind/src/commit/fc2d523129f1a83719ebe857c502bb022a0a55c9/docs/INDEX-runs.md)
|
||||
- **已验证,中期。** 分组 H2 在 Greif 552 件、204 家族的场相对 L2 从 A 的 7.08% 降到 6.58%,硬末点平均距离从 0.377 增到 0.457 Rg。H2-S2 累计 98,816 GPU 秒,含 S1。数据量与训练长度没有分清,100 轮折 0 筛选未跨过种子差,固定 b 区域上下文与 c 末填损失均未通过原门。随机件 Track A 得到四次划分,另一次因预算投影停,实耗 79,075 GPU 秒。ShapeNet 压力基线复现通过,H2-P 比 GINO 高 2.58 个百分点。比较与成本边界见[证据索引](evidence.md)。
|
||||
- **已验证,近两天。** Zenodo 首次外测 170 件、98 家族,两种子场误差对 A 分别下降 1.32 和 1.36 个百分点,95% 区间均低于零,硬峰没有一致改善。Greif K4 主表的 320 件、132 家族均未参与选 k。全节点上 K4 比 H2 原读出提高尾区命中 3.46 个百分点[0.64,6.20],同一组查询点上对 A 的差为 +0.53[−3.02,4.55],结论不定。431 件均只读一次,约 12 分 27 秒墙钟。GINO–Greif 首两折第 1 轮后触发投影停,实耗 253.32 GPU 秒。续跑入口已完成原子派发复核。[Zenodo 首评](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795151437642369) · [Greif K4 终态](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795162074179689) · [GINO 续跑准备](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795159930503049)
|
||||
|
||||
## 最有价值的认识
|
||||
|
||||
- **已验证。** 场误差、末填区命中和单峰定位得分可以分离。对用户而言,识别最后充填的区域与钉住一个节点是不同用途。共同查询点的比较应单列,避免把预测所覆盖的节点数算成模型优势。[Greif K4 双表](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795162074179689)
|
||||
- **推断。** 下一笔成本更适合验证外测复现和工程用途。旧库上的加长训练、短日程和局部特征试验应停在已有判据。真实工况、多浇口和工业决策仍待验证。[数据充足性终态与证据索引](evidence.md)
|
||||
|
||||
## 当前问题与下一步
|
||||
|
||||
- **已验证,当前。** 全体复盘期间暂停计算。Zenodo 固定 K4 二次评估与 GINO–Greif v3 续跑均未启动。Track C 制标保真、Track D 预训练和 Moldflow 个案仅有规格或几何准备。[暂停登记](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795168186989819) · [准备状态](evidence.md)
|
||||
- **未测,短期。** 恢复后先做 Zenodo K4 固定外测,CPU 单进程上限 2 小时,170 件各一次。若名单、预测固定顺序或读账失败即停。区间跨零保留不确定,不据此选 k。[许可口径](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795160968728379)
|
||||
- **未测,中期。** GINO–Greif 沿现有 110,000 GPU 秒累计帽,含旧账并留 7,200 秒预测,按原窗口逐段验容量和成本。超帽、过窗或守卫失败即停。只有得到完整冻结预测才讨论外测,且沿单独目标使用范围。[费用和停止条件](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795160153609599)
|
||||
- **未测,长期。** 若要工业结论,先做一个有使用权且工况齐备的 CAE 配对件,记录准备、求解、失败与验收成本,再决定是否扩到十个学习家族。许可、材料、入口历史或域映射任一缺失即停。保真门通过前不投入批量制标和预训练。目前没有实测单件成本。[保真和成本规格](evidence.md)
|
||||
|
||||
## 请 Yanqi 判断与我该改的地方
|
||||
|
||||
- **待判断。** 何时恢复,下一阶段优先完成公开对照还是把新增预算投给能核实工况的内部 CAE。只有新增数据使用权、采买或预算扩张才需另作决定。既有授权的例行派发由团队照合同处理。
|
||||
- **已验证及修正。** 我曾把可访问性说成私有、把准备或审查状态当作实际进度,并在共同 PPS 的早期回执沿用旧主指标。今后发布前回读权限与原字节,逐项核实际 worker、终态和账,用一张冻结表明确端点域、真值、缺失和读账。调度和评估入口的重复审查曾耗时,安全做法是先用同一入口验证竞争租约、守卫字段和一次读账,修订只复核变动边界。需要源证据的发布与字节回读独立于算卡。[口径更正](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795160022686499) · [修复与独审](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795160133071199)
|
||||
Reference in new issue
Block a user