Freeze O1 A-base execution contract and existing METIS availability evidence

This commit is contained in:
Frank14f committed 2026-11-17 04:35:57 +08:00
1 parent 1eb394799f
commit 7f820b76ea
9 files changed
+826

No files matched your search

@@ -0,0 +1,40 @@
{
"checked_at": "2026-11-17T04:35:40.886302+08:00",
"status": "DOCUMENT_CONSISTENCY_AND_SOURCE_HASH_CHECK_PASS",
"not_scientific_or_partition_acceptance": true,
"checks": {
"617": true,
"209": true,
"168": true,
"50%": true,
"32": true,
"seed0": true,
"1/120": true,
"119/120": true,
"144000": true,
"43200": true,
"86400": true,
"14400": true,
"60 \u6b21\u65b0\u62df\u5408": true,
"\u4e0d\u6362 seed": true,
"R4bc": true,
"\u5c1a\u672a\u5b9e\u73b0": true,
"Bonferroni": true
},
"source_hashes_verified": {
"references/2026-11-17/o1/mold-o1-minimal-spec.md": "33ffb6746f39944cc6ed64957b9a393c6af5e7e112054c7745a8f12c6456d1dd",
"artifacts/s2-main-preparation-2026-11-15/final-roster.json": "fb0c984f2e553343a598ce2e3c7012d3017053dc0fef58b5aaf46dd3c67a207e",
"artifacts/gre24-reproduction-2026-11-15/v5-models-continuation-2026-11-16/preparation-freeze.json": "d515e3947ada75c236d70b7928481e65eba67e8adb023071b9238df5e0222cd1"
},
"files": {
"docs/o1-execution-contract-2026-11-17.md": "ec541987c0a8444da62a123737c07bfe3623b0669529bbec5908a04e9fc8c16e",
"docs/o1-engine-availability-2026-11-17.md": "ad1467b31f06ce4721bfd3f7a820ae0405c1d995d7271915411c52b3420fc8c5",
"docs/collaboration-stage-review-policy.md": "9a363987ef7ec03f3e3ced82ac65c01bcda4d8788f924a5f99632d4b13da8804",
"references/2026-11-17/o1/mold-o1-minimal-spec.md": "33ffb6746f39944cc6ed64957b9a393c6af5e7e112054c7745a8f12c6456d1dd",
"artifacts/o1-planning-2026-11-17/engine-availability.json": "650b4ff59d7e96e0246fc4b0216b33218c2fe5060bb6f3e7227c595d15a0054f",
"artifacts/o1-planning-2026-11-17/metis-library-availability.json": "29ff78b0a7f1db93d5c4d9fc80b8f1a05d17ad98d9cbcaf5154ca76294419a60",
"artifacts/o1-planning-2026-11-17/r4bc-readonly-status.json": "d5508f529b7bf0f9b577cd4e38e5f6d68b4af5dee1b4244f9f34f32a20d0e635",
"artifacts/o1-planning-2026-11-17/contract-plan.json": "3f0f28d99c3b065aa93ca397c33e28651e467180becf6e1d4bbc58be09450868"
},
"no_install_no_partition_no_fit": true
}
@@ -0,0 +1,164 @@
{
"version": "O1-A-METIS-5.1.0-contract-v1",
"status": "CONTRACT_FIXED_NOT_IMPLEMENTED_NOT_LAUNCHED",
"main_review": "1794860233.507079",
"relay": "h-b390ef26",
"spec_sha256": "33ffb6746f39944cc6ed64957b9a393c6af5e7e112054c7745a8f12c6456d1dd",
"authoritative_contract": "docs/o1-execution-contract-2026-11-17.md",
"contract_sha256": "ec541987c0a8444da62a123737c07bfe3623b0669529bbec5908a04e9fc8c16e",
"sources_sha256": {
"references/2026-11-17/o1/mold-o1-minimal-spec.md": "33ffb6746f39944cc6ed64957b9a393c6af5e7e112054c7745a8f12c6456d1dd",
"artifacts/s2-main-preparation-2026-11-15/final-roster.json": "fb0c984f2e553343a598ce2e3c7012d3017053dc0fef58b5aaf46dd3c67a207e",
"artifacts/gre24-reproduction-2026-11-15/v5-models-continuation-2026-11-16/preparation-freeze.json": "d515e3947ada75c236d70b7928481e65eba67e8adb023071b9238df5e0222cd1"
},
"engine": {
"name": "METIS",
"version": "5.1.0",
"package": "5.1.0.dfsg-7build2",
"library_sha256": "d0ad52903eee2ae1f79540a9de989acd7ddccff1b7499bbcb466184c15cbc4f7",
"header_sha256": "20826dae4a5ff3fce9ad5fd0cf28ed0f8899e1cbdab1e318dfb33c8123840616",
"interface": "ctypes direct METIS_PartGraphKway; adapter not yet implemented",
"idx_bits": 32,
"real_bits": 32,
"K": 8,
"candidate_seeds": [
0,
1,
2,
3,
4,
5,
6,
7,
8,
9,
10,
11,
12,
13,
14,
15,
16,
17,
18,
19,
20,
21,
22,
23,
24,
25,
26,
27,
28,
29,
30,
31
],
"generic_seed": 0,
"integer_weight_Q": 67108864,
"ncon": 1,
"tpwgts": [
0.125,
0.125,
0.125,
0.125,
0.125,
0.125,
0.125,
0.125
],
"ubvec": null,
"vsize": null,
"options": {
"OBJTYPE": 0,
"CTYPE": 1,
"IPTYPE": 4,
"RTYPE": 1,
"NITER": 10,
"NCUTS": 1,
"NO2HOP": 0,
"MINCONN": 0,
"CONTIG": 1,
"UFACTOR": 50,
"NUMBERING": 0,
"DBGLVL": 0
},
"unlisted_options": -1
},
"arms": [
"B",
"T",
"G",
"C"
],
"pool_order": [
50,
100,
25
],
"new_fits_max": 60,
"shuffle_seed_base": 2026111701,
"learner": {
"package": "xgboost",
"version": "2.1.4",
"n_estimators": 100,
"max_depth": 8,
"learning_rate": 0.1,
"objective": "reg:squarederror",
"random_state": 0,
"n_jobs": 1,
"node_support": "all learning tet nodes",
"weights": "unit",
"dtype": "float32",
"reason": "fidelity not test score"
},
"statistics": {
"primary_pool": 50,
"primary_contrast": "T/G",
"controls": [
"T/C",
"T/B"
],
"bootstrap_seed": 2026111408,
"bootstrap_replicates": 2000,
"primary_interval_quantiles": [
0.008333333333333333,
0.9916666666666667
],
"relative_delta": 0.01,
"original_components": 209,
"paired_components_min": 168,
"component_intervention_fraction": 0.7,
"TG_and_TC_interface_difference_min": 0.1
},
"limits": {
"worker_cpu_seconds_total": 144000,
"preparation_cpu_seconds": 43200,
"fit_cpu_seconds": 86400,
"post_cpu_seconds": 14400,
"initial_preparation_engineering_reserve_seconds": 60,
"workers_max": 4,
"worker_cpus": [
0,
2,
4,
6
],
"coordinator_cpu": 1,
"total_tree_rss_bytes": 38654705664,
"disk_bytes": 107374182400,
"retries": 0,
"gpu": false,
"new_target_decodes": 0
},
"execution": {
"implementation_written": false,
"synthetic_partition_tests_run": false,
"real_partition_generated": false,
"fit_started": false,
"installation_performed": false,
"fitting_dependency": "R4bc batch terminal plus all original fit guards/workers exit",
"geometry_may_precede_R4bc_terminal_on_idle_0_to_7": true
}
}
@@ -0,0 +1,224 @@
{
"checked_at": "2026-11-17T04:21:46.678553+08:00",
"no_install": true,
"no_partition_workload": true,
"interpreters": [
{
"interpreter": "/usr/bin/python3",
"exit_code": 0,
"result": {
"python": "/usr/bin/python3",
"python_version": "3.10.12 (main, Aug 31 2026, 10:18:17) [GCC 11.4.0]",
"packages": {
"pymetis": {
"version": null,
"location": null,
"module_origin": null
},
"metis": {
"version": null,
"location": null,
"module_origin": null
},
"nxmetis": {
"version": null,
"location": null,
"module_origin": null
},
"kahip": {
"version": null,
"location": null,
"module_origin": null
},
"networkx": {
"version": null,
"location": null,
"module_origin": null
},
"numpy": {
"version": "1.21.5",
"location": "/usr/lib/python3/dist-packages",
"module_origin": "/usr/lib/python3/dist-packages/numpy/__init__.py"
},
"scipy": {
"version": null,
"location": null,
"module_origin": null
},
"xgboost": {
"version": null,
"location": null,
"module_origin": null
}
},
"system_metis_library": "libmetis.so.5"
}
},
{
"interpreter": "/home/frank14f/anaconda3/bin/python",
"exit_code": 0,
"result": {
"python": "/home/frank14f/anaconda3/bin/python",
"python_version": "3.11.5 (main, Sep 11 2023, 13:54:46) [GCC 11.2.0]",
"packages": {
"pymetis": {
"version": null,
"location": null,
"module_origin": null
},
"metis": {
"version": null,
"location": null,
"module_origin": null
},
"nxmetis": {
"version": null,
"location": null,
"module_origin": null
},
"kahip": {
"version": null,
"location": null,
"module_origin": null
},
"networkx": {
"version": "3.1",
"location": "/home/frank14f/anaconda3/lib/python3.11/site-packages",
"module_origin": "/home/frank14f/anaconda3/lib/python3.11/site-packages/networkx/__init__.py"
},
"numpy": {
"version": "1.24.3",
"location": "/home/frank14f/anaconda3/lib/python3.11/site-packages",
"module_origin": "/home/frank14f/anaconda3/lib/python3.11/site-packages/numpy/__init__.py"
},
"scipy": {
"version": "1.11.1",
"location": "/home/frank14f/anaconda3/lib/python3.11/site-packages",
"module_origin": "/home/frank14f/anaconda3/lib/python3.11/site-packages/scipy/__init__.py"
},
"xgboost": {
"version": "2.1.4",
"location": "/home/frank14f/anaconda3/lib/python3.11/site-packages",
"module_origin": "/home/frank14f/anaconda3/lib/python3.11/site-packages/xgboost/__init__.py"
}
},
"system_metis_library": "libmetis.so.5"
}
},
{
"interpreter": "/home/frank14f/anaconda3/envs/pycuda_3_10/bin/python",
"exit_code": 0,
"result": {
"python": "/home/frank14f/anaconda3/envs/pycuda_3_10/bin/python",
"python_version": "3.10.13 (main, Sep 11 2023, 13:44:35) [GCC 11.2.0]",
"packages": {
"pymetis": {
"version": null,
"location": null,
"module_origin": null
},
"metis": {
"version": null,
"location": null,
"module_origin": null
},
"nxmetis": {
"version": null,
"location": null,
"module_origin": null
},
"kahip": {
"version": null,
"location": null,
"module_origin": null
},
"networkx": {
"version": "3.1",
"location": "/home/frank14f/anaconda3/envs/pycuda_3_10/lib/python3.10/site-packages",
"module_origin": "/home/frank14f/anaconda3/envs/pycuda_3_10/lib/python3.10/site-packages/networkx/__init__.py"
},
"numpy": {
"version": "1.26.4",
"location": "/home/frank14f/anaconda3/envs/pycuda_3_10/lib/python3.10/site-packages",
"module_origin": "/home/frank14f/anaconda3/envs/pycuda_3_10/lib/python3.10/site-packages/numpy/__init__.py"
},
"scipy": {
"version": "1.14.1",
"location": "/home/frank14f/anaconda3/envs/pycuda_3_10/lib/python3.10/site-packages",
"module_origin": "/home/frank14f/anaconda3/envs/pycuda_3_10/lib/python3.10/site-packages/scipy/__init__.py"
},
"xgboost": {
"version": "2.1.4",
"location": "/home/frank14f/anaconda3/envs/pycuda_3_10/lib/python3.10/site-packages",
"module_origin": "/home/frank14f/anaconda3/envs/pycuda_3_10/lib/python3.10/site-packages/xgboost/__init__.py"
}
},
"system_metis_library": "libmetis.so.5"
}
},
{
"interpreter": "/home/frank14f/optane/MeltMind/artifacts/gre24-reproduction-2026-11-15/environment/venv/bin/python",
"exit_code": 0,
"result": {
"python": "/home/frank14f/optane/MeltMind/artifacts/gre24-reproduction-2026-11-15/environment/venv/bin/python",
"python_version": "3.10.13 (main, Sep 11 2023, 13:44:35) [GCC 11.2.0]",
"packages": {
"pymetis": {
"version": null,
"location": null,
"module_origin": null
},
"metis": {
"version": null,
"location": null,
"module_origin": null
},
"nxmetis": {
"version": null,
"location": null,
"module_origin": null
},
"kahip": {
"version": null,
"location": null,
"module_origin": null
},
"networkx": {
"version": "3.1",
"location": "/home/frank14f/optane/MeltMind/artifacts/gre24-reproduction-2026-11-15/environment/venv/lib/python3.10/site-packages",
"module_origin": "/home/frank14f/optane/MeltMind/artifacts/gre24-reproduction-2026-11-15/environment/venv/lib/python3.10/site-packages/networkx/__init__.py"
},
"numpy": {
"version": "1.26.4",
"location": "/home/frank14f/optane/MeltMind/artifacts/gre24-reproduction-2026-11-15/environment/venv/lib/python3.10/site-packages",
"module_origin": "/home/frank14f/optane/MeltMind/artifacts/gre24-reproduction-2026-11-15/environment/venv/lib/python3.10/site-packages/numpy/__init__.py"
},
"scipy": {
"version": "1.15.3",
"location": "/home/frank14f/optane/MeltMind/artifacts/gre24-reproduction-2026-11-15/environment/venv/lib/python3.10/site-packages",
"module_origin": "/home/frank14f/optane/MeltMind/artifacts/gre24-reproduction-2026-11-15/environment/venv/lib/python3.10/site-packages/scipy/__init__.py"
},
"xgboost": {
"version": "2.1.4",
"location": "/home/frank14f/optane/MeltMind/artifacts/gre24-reproduction-2026-11-15/environment/venv/lib/python3.10/site-packages",
"module_origin": "/home/frank14f/optane/MeltMind/artifacts/gre24-reproduction-2026-11-15/environment/venv/lib/python3.10/site-packages/xgboost/__init__.py"
}
},
"system_metis_library": "libmetis.so.5"
}
}
],
"binaries": {
"gpmetis": null,
"ndmetis": null,
"mpmetis": null,
"gpart": null,
"scotch_gpart": null,
"kaffpa": null,
"kahip": null
},
"system_library_matches": [
"\tlibmetis.so.5 (libc6,x86-64) => /lib/x86_64-linux-gnu/libmetis.so.5",
"\tlibmetis.so (libc6,x86-64) => /lib/x86_64-linux-gnu/libmetis.so"
]
}
@@ -0,0 +1,65 @@
{
"checked_at": "2026-11-17T04:31:14.757366+08:00",
"package": "libmetis-dev 5.1.0.dfsg-7build2 amd64\nlibmetis5 5.1.0.dfsg-7build2 amd64\n",
"engine": "METIS",
"upstream_version": "5.1.0",
"library_path": "/usr/lib/x86_64-linux-gnu/libmetis.so.5.1.0",
"library_sha256": "d0ad52903eee2ae1f79540a9de989acd7ddccff1b7499bbcb466184c15cbc4f7",
"header_path": "/usr/include/metis.h",
"header_sha256": "20826dae4a5ff3fce9ad5fd0cf28ed0f8899e1cbdab1e318dfb33c8123840616",
"idx_t_bits": 32,
"real_t_bits": 32,
"symbols_present": {
"METIS_PartGraphKway": true,
"METIS_SetDefaultOptions": true
},
"default_options_returncode": 1,
"default_options": [
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1,
-1
],
"probe_scope": "dynamic load, symbol lookup, default-options initialization only",
"partition_function_called": false,
"installation_performed": false,
"scientific_arrays_read": false,
"adapter_implemented": false,
"synthetic_partition_checks_run": false
}
@@ -0,0 +1,169 @@
{
"checked_at": "2026-11-17T04:32:02.346011+08:00",
"progress_snapshot": {
"terminal_attempts": 552,
"logical_terminal": 552,
"active": {
"2": {
"job": 523,
"cell": 7,
"guard_pid": 537397
},
"0": {
"job": 389,
"cell": 1,
"guard_pid": 537495
},
"3": {
"job": 590,
"cell": 10,
"guard_pid": 537522
},
"1": {
"job": 457,
"cell": 4,
"guard_pid": 537780
}
},
"fit_cpu_seconds": 64512.33453499997,
"setup_cpu_seconds": 99.840649,
"live_guard_and_worker_cpu_seconds": 860.2700000000001,
"reserved_active_cpu_seconds": 7200,
"total_rss_bytes": 5346013184,
"disk_bytes": 964681728,
"checkpoint_passed": true,
"cut": null,
"global_stop": null,
"waiting": null,
"monitor_errors": [],
"wall_seconds": 26214.852397753042
},
"terminal_guard_count": 552,
"pass_count": 551,
"failures": [
{
"path": "artifacts/r4bc-execution-2026-11-16/jobs/job-0090/guard-result.json",
"sha256": "0c8cea4aaee143144a646c54ecc8b2134b6004f5d701bf8d9373001159a797e4",
"job": {
"index": 90,
"cell": 5,
"fold": 1,
"pool": 100,
"arm": "H1",
"kind": "HPO",
"config_index": 10
},
"worker": {
"status": "FAILED",
"returncode": -9,
"stop_reason": "process_count_limit",
"cpu_seconds": 1.269064,
"wall_seconds": 1.3662052699946798,
"peak_tree_rss_bytes": 124358656,
"peak_process_count": 2,
"monitor_errors": [],
"max_poll_gap_seconds": 0.3741483819903806,
"reaped_orphan_cpu_seconds": 0.181614,
"limits": {
"cpu_seconds": 1800,
"wall_seconds": 3600,
"rss_bytes": 8589934592,
"disk_bytes": 107374182400
},
"retry": false,
"gpu_visible": false
},
"global_failure": false
}
],
"receipt_worker_cpu_seconds": 64512.33453500001,
"processes": [
{
"pid": 521868,
"ppid": 2234,
"status": "sleeping",
"cpu_affinity": [
25
],
"name": "python"
},
{
"pid": 537397,
"ppid": 521868,
"status": "sleeping",
"cpu_affinity": [
28
],
"name": "python"
},
{
"pid": 537415,
"ppid": 537397,
"status": "running",
"cpu_affinity": [
28
],
"name": "python"
},
{
"pid": 537495,
"ppid": 521868,
"status": "sleeping",
"cpu_affinity": [
24
],
"name": "python"
},
{
"pid": 537496,
"ppid": 537495,
"status": "running",
"cpu_affinity": [
24
],
"name": "python"
},
{
"pid": 537522,
"ppid": 521868,
"status": "sleeping",
"cpu_affinity": [
29
],
"name": "python"
},
{
"pid": 537523,
"ppid": 537522,
"status": "running",
"cpu_affinity": [
29
],
"name": "python"
},
{
"pid": 537780,
"ppid": 521868,
"status": "running",
"cpu_affinity": [
26
],
"name": "python"
},
{
"pid": 537781,
"ppid": 537780,
"status": "running",
"cpu_affinity": [
26
],
"name": "python"
}
],
"batch_complete_exists": false,
"service": "MainPID=521868\nExecMainPID=521868\nLoadState=loaded\nActiveState=active\nSubState=running\n",
"non_atomic_live_snapshot": true,
"processes_modified": false,
"postfit_spent_including_engineering_reserve": 346.870387,
"postfit_remaining": 14053.129613
}
+12
View File
@@ -173,3 +173,15 @@ R4bc真实执行接续(21:15):唯一d272e608实现已固定/推送,18合
## R4bc INTERIM_100 原授权接续(2026-11-17)
Claude1794858745已实读:100%池335终态/35final后,独立根artifacts/r4bc-interim-100-2026-11-17先Git冻结模型,复用原预测/评分函数仅交100%主比较。固定1f5ce913、原训练521868不改;唯一predict服务meltmind-r4bc-interim100-predict-20261117/536005,CPU0worker/CPU1协调,首H0p guard PASS。实际新状态读该根回执,勿重复启动。原post14400秒共账,interim≤7200含60预留,最终post必须扣除interim实际ledger,至少7200保留;全post墙钟6h。最终全池交付前运行tools/r4bc_interim_compare.py,精确核原合同/35模型/100%预测数组/part scores/summary及bootstrap,差异记DEFECT不覆盖。本阶段尚未声称评分完成或最终精确复现;详情docs/r4bc-interim-100-2026-11-17.md。
INTERIM_100真实终态:模型1f5ce913→完整100%新预测a326870→结果1eb394799f0ecaa2266c43e28558fe5e2a215d90已发布。35预测guard+score guard全部PASS,552件/204组件/4968评分,四指标undefined0;报告docs/r4bc-interim-100-results-2026-11-17.md。post累计346.870387/14400秒(含60预留),最终post仅剩14053.129613秒,监督CPU另列,不可重开预算。最终全池尚未完成,必须精确核INTERIM_100,缺陷不得覆盖。原训练521868在04:15仍active/四路50%池,未改合同/模型/顺序;interim服务当前not-found,仅据guard/complete证明任务完成,不推断卸载服务默认exit0。此结果交Claude统一解释,不自动启动O1或新训练。
## O1 唯一合同与现有引擎核查(2026-11-17)
Claude1794860233.507079/h-b390ef26已实读并落实至docs/o1-execution-contract-2026-11-17.md:A底座按忠实度固定,不按INTERIM_100最低测试分数选;Mold原规格33ffb674完整保留。研究问题回到跨组件类型组织/样本效率,旧纯类型容量失败不否定全部拓扑路线,R4bc有限消融不证明普遍误差平台。固定B/T/G/C、K8、seed0..31、共同几何库与物理量匹配、J/分层整组三元组shuffle、区号不变两均值、50%主规模和三项Bonferroni/80%-70%-0.10门。
Horsea已有libmetis5/dev 5.1.0.dfsg-7build2,动态加载/符号/默认选项PASS;无Python wrapper或gpmetis命令不等于无引擎。锁库d0ad5290/头20826dae,拟独立ctypes适配,不安装。该结果只证明库可用;未写适配器、未做分区合成、未生成真实分区/拟合/评分。总40workerCPUh分12h准备/24h拟合/4hpost;准备可用闲置0–7,拟合须等R4bc真实队列终态。合同版本纳入一次主审,不设重复用户go;原执行pins不动。
同次04:32只读R4bc551PASS+原job90失败=552终态,521868及4guard/worker仍在;fit64512.334535CPU秒,setup99.840649,活动树采样另列,无新失败/globalstop/monitorerror。原post余14053.129613不重开。合同/可用性与原始快照交Claude,本条不是O1实际启动或已完成试验的声明。
+13
View File
@@ -0,0 +1,13 @@
# O1 引擎可用性:已有 METIS,无需安装
2026-11-17 04:31,Asia/Shanghai。已使用前一轮落盘的四解释器包清单,未重复扫描或安装。系统 Python、Anaconda base、pycuda_3_10、Gre24 venv 均未发现 pymetis/metis/nxmetis/kahip Python 包;PATH 未发现 gpmetis/ndmetis/mpmetis/scotch/KaHIP 命令。但四环境都可解析 `libmetis.so.5`,因此不能把 Python 包缺失写成引擎不可用。
补充实核发现 libmetis5 与 libmetis-dev 均为 `5.1.0.dfsg-7build2 amd64`,上游5.1.0。库真实路径 `/usr/lib/x86_64-linux-gnu/libmetis.so.5.1.0`,SHA256 `d0ad52903eee2ae1f79540a9de989acd7ddccff1b7499bbcb466184c15cbc4f7`;头文件 `/usr/include/metis.h` SHA256 `20826dae4a5ff3fce9ad5fd0cf28ed0f8899e1cbdab1e318dfb33c8123840616`,声明32位整数/32位real、40项options。
只做了动态加载、`METIS_PartGraphKway`/`METIS_SetDefaultOptions`符号查询及后者的默认选项初始化:返回1/METIS_OK,40项均−1。没有调用分区函数、读取科学数组、做合成分区或安装包。依据[作者手册](https://papers.karypis.org/glaros/files/sw/metis/manual.pdf),合同锁定直接C API,拟通过独立ctypes适配器调用。适配器与合成验收尚未实现;加载成功不等于真实网格可行性已验收。
结论:采用现有METIS5.1.0,不需要提议新的venv安装或改动R4bc环境。若版本/库哈希变化或适配器验收失败,保存原因并停止,不自动换另一引擎。
原证据:`artifacts/o1-planning-2026-11-17/engine-availability.json`、`metis-library-availability.json`。既有Gre24环境 NumPy1.26.4、SciPy1.15.3、XGBoost2.1.4;学习器保持Claude A裁量,19列/full-node/unit-weight,选用理由为忠实度。
同次R4bc只读快照(04:32):原service active/running,PID521868,552个guard终态=551PASS+原job90 process_count_limit,未发现新增失败;四个原guard及worker实际存在。拟合64512.334535 CPU秒/122400,setup99.840649,活动树CPU快照860.27另列,不能冒称已入终态总账;无batch-complete、global_stop=null、monitor_errors=[]。post累计346.870387/14400,剩14053.129613,原训练未修改。完整快照见 `r4bc-readonly-status.json`;活跃状态非原子观察,交付后可继续变化。
+94
View File
@@ -0,0 +1,94 @@
# O1:类型组织对同一全局树的增量——唯一执行合同
2026-11-17,MeltAstra。状态:**合同与现有引擎可用性已固定;尚未实现适配器、运行分区合成检查、生成真实分区、拟合或评分。** 本版落实 Claude `1794860233.507079` / TRON `h-b390ef26`,纳入其裁量即本阶段一次主审,不再设重复用户 go。原规格为 Mold Drive `14Drirmj0vgE-ZrRh_N11D1KuNr6hx16e`,已读完整 10087 B,原文 SHA256 `33ffb6746f39944cc6ed64957b9a393c6af5e7e112054c7745a8f12c6456d1dd`,保存在 `references/2026-11-17/o1/mold-o1-minimal-spec.md`。
## 研究问题与此前证据
目标是在未作学习件的几何组件上,检验几何类型组织是否改善预测与样本效率。此次只检验 K=8、32 个几何候选、两个区域均值的配方,不裁决所有拓扑、局部类型或真实连通路线。旧 O1 纯类型/容量冲突和不完整覆盖保留;本版允许区域混合,不能把旧失败写成全部组织机制失败。S2/S3 与 R4bc 的有限结果不能证明所有方法都已达到约 7% 的不可突破平台。
Claude 固定 **A 底座:Gre24 原 19 列、全学习节点、单位权、XGBoost**。理由是方法忠实度,不因 H3 或其他臂在 INTERIM_100 的测试分数更低改底座。R4bc 原训练与 INTERIM_100 证据不动、不重做。
|臂|输入|作用|
|---|---|---|
|B|原 19 列|实际增量基线|
|T|19 列 + 类型组织的两个均值|待检验组织|
|G|19 列 + 通用连通分区的两个均值|唯一主对照|
|C|19 列 + 错位类型场选出的分区均值|机制对照|
四臂均是一套跨件全局树;不传区域编号、无区域专属模型。T/G/C 宽度及读出完全相同,B 的 19/21 宽度差明确报告。唯一主比较 T−G,T−C 检查位置对齐,T−B 检查实际增量。
## 数据、角色与冻结
从原 S2 **617 件/209 组件**开始,不直接把 R4bc 的 552/204 当 O1 完整分母。五个原外折、learning/validation/test 角色及 25/50/100 嵌套 learning 组件池固定,不补抽、不重分组。源名单 `artifacts/s2-main-preparation-2026-11-15/final-roster.json` SHA256 `fb0c984f2e553343a598ce2e3c7012d3017053dc0fef58b5aaf46dd3c67a207e`;v5 准备冻结 `artifacts/gre24-reproduction-2026-11-15/v5-models-continuation-2026-11-16/preparation-freeze.json` SHA256 `d515e3947ada75c236d70b7928481e65eba67e8adb023071b9238df5e0222cd1`。
准备只读冻结特征、几何、节点映射及查询身份/counts。19 列按 `tools/gre24_features.py:COLUMNS`:Vf、grad_Vf 三列、Di_star、grad_Di 三列、Dw、Dw_star、grad_Dw 三列、Sxx/Sxy/Sxz/Syy/Syz/Szz。F 为原 Vf,即求解前几何流动距离的全件严格体积 CDF;不重算特征、不以真实 Fill_time 或末点代替。几何优先用已冻结完整 tet 缓存;如需源网格,使用既有 geometry-only 解析路径,在 PointData/CellData 前停止,不调用 target reader。保留原 VTU cell ID,节点按原 raw ID 排序;局部 tet 索引不得冒称原 cell ID。
核查所用每文件冻结哈希、case/节点/单元身份、坐标单位、列顺序、t_set 和有限性。哈希/角色/身份错配是全局停止;已记录缺全特征件是准备不合格,不能偷偷补算。已知 v5 缺六件导致 R4bc 排五组件只是先验覆盖上界;本版仍逐件保留原 617 分母和全部原因。多面连通分量件列适用范围外;无体积、非流形公共面、重复单元、缺字段或退化几何分别记准备失败。
每组件所有件、所有臂同时合格才进入共同域。先冻结全组件交集、排除明细、各折各池真实 learning/validation/test 数量,再接学习标签。原池名字保留,实际保留数另列。四臂在同一交集训练和评分;**60 次新拟合,不挪用另一训练名单的 B 分数或 R4bc A 模型**。validation 不并入学习,不做 HPO。公开 S2 曾被使用,不能称新盲测。
## 现有引擎与确定性
唯一引擎为 Horsea 已有 **METIS 5.1.0**,发行包 `libmetis5/libmetis-dev 5.1.0.dfsg-7build2 amd64`,动态库 `/usr/lib/x86_64-linux-gnu/libmetis.so.5.1.0`,SHA256 `d0ad52903eee2ae1f79540a9de989acd7ddccff1b7499bbcb466184c15cbc4f7`;头文件 `/usr/include/metis.h` SHA256 `20826dae4a5ff3fce9ad5fd0cf28ed0f8899e1cbdab1e318dfb33c8123840616`。`idx_t=int32`、`real_t=float32`。库成功加载,两个 API 符号存在,默认选项初始化返回 METIS_OK;**尚未调用分区函数**。PyMetis/Metis Python 包及 gpmetis 命令缺失不等于引擎缺失,无需安装。拟用独立 ctypes 适配器直接调用 `METIS_PartGraphKway`;不修改系统或当前训练环境。库/头哈希变化则停止,不自行升级或换引擎。
METIS 的 CUT、体积节点权、公共面边权、contig、seed 和平衡参数按[作者 5.1.0 手册 §5](https://papers.karypis.org/glaros/files/sw/metis/manual.pdf)定义。contig 是生成约束请求,输出仍须独立做硬连通与实物体积验收。
固定单约束 ncon=1、K=8,目标权 tpwgts 各 1/8,ubvec=NULL,vsize=NULL;40 个 options 先初始化为默认,再固定 OBJTYPE=CUT(0)、CTYPE=SHEM(1)、IPTYPE=METISRB(4)、RTYPE=GREEDY(1)、NITER=10、NCUTS=1、NO2HOP=0、MINCONN=0、CONTIG=1、UFACTOR=50、NUMBERING=0、DBGLVL=0。SEED 依次 0…31;其余项保留该固定库默认值并记录完整数组。不把 UFACTOR 当实物双侧容量保证。
图顶点为按原 cell ID 排序的 tet。公共面由三个升序 raw node ID 唯一标识;一面恰好两个 tet 才有双向边,每行邻接按 cell ID 排序、无自环/重复边。面面积为正有限三角形面积;顶点权为正有限 tet 体积。不加入类型权、标签权或额外中心距离惩罚;中心距离仅可作几何诊断。CSR indices/offsets 的 32 位界限预检。
浮点到整数固定如下:对原体积向量或去重公共面面积向量 a,Q=2^26,`w_i=1+floor(Q*a_i/sum(a))`,和按稳定顺序 float64 计算;要求向量长度≤Q、每权/和可表示、体积权和≤2Q、复制到双向边后的边权和≤4Q。失败记 INT_WEIGHT_RANGE,不换比例重试。正一项避免小几何权被抹为零;记录整数权、归一后相对原份额的 L1/最大绝对偏差,匹配验收始终使用未量化物理量。
每件一个单线程进程,32 seed 顺序串行,每 seed 只一次;不同件才并行。环境 BLAS/OpenMP/NumExpr=1,CUDA_VISIBLE_DEVICES 为空。无跨件共享可变 RNG。保存 CSR、权重、原-ID 映射哈希、选项、seed、返回码、分区和每次费用;先以无标签合成图验证同 seed 重放及进程间一致性,再进入真实件。该验收尚未实施。
## 候选库、匹配、选择
G 永远 seed0,要求恰好 8 个非空面连通区,每区体积在闭区间 `[0.95,1.05]*V/8`。G 失败则该件失败,不能换 seed。其余最多 31 候选同样验收,任何失败原样记录。区域按其最小原 cell ID 重编号,按完整 canonical labels 去重,保留最小 seed;G 本身属于共同候选库。候选生成和匹配不用类型场或标签。
候选 P 与 G 逐项要求:`8*max(abs(sort(f_P)-sort(f_G)))<=0.025`;内部切面总面积相对 G 差≤5%;排序后的 8 个区域直径逐项相对 G 差≤5%。直径是区域所有顶点的最大两点欧氏距离:固定 float64、分块精确穷举点对,可用确定性无抖动 convex hull 降到极点后精确穷举;禁止 bbox、中心距或抽样近似。几何算法失败保留,不以近似补救。所有不等式采用原 float64 结果、闭区间、不附加事后 slack;记录距阈值余量。
z_i=(Dw_star, λ1−λ2, λ2−λ3),S 按上述六列重建对称矩阵、float64 eigvalsh 降序。沿用冻结输入有效性,不裁剪谱或重新标准化;无量纲等权、理想范围[0,1]的偏离记录。tet z 是四顶点算术均值。它是当前浇口相关邻域下的代理类型,未标定 CAD 语义;换浇口须重建。
对每合法候选 `J(P;z)=sum_R sum_k_in_R(v_k*||z_k-mean_R(z)||²)/V`,均值按体积。C 的乱序规则锁定 NumPy1.26.4 PCG64:按 `(volume,raw_cell_id)` 稳定排序后 `array_split(...,10)` 等频层;每件 `SeedSequence([2026111701,int(case_id)])` 建一次 RNG,按层号递增 permutation,整组三元组搬移,单元素层不变。case ID 必须为原可解析非负整数,不取 Python hash;保存实际置换及哈希。
T 按真实 z 最小 J;C 按乱序 z 最小 J;同 J 用最小 seed,禁止人为近似并列。T/C 从同一几何合法库各选一次,随后互检体积份额同式、切面积和逐项直径相对差≤5%;此相互检验使用两向均满足,即分母取两个正值的较小值。失败整件记匹配失败,**不选次优 T/C 来修复**。可出现 T=G、C=G、T=C,保留不重抽。原值、偏差与 J 全报,有限候选库失败不是数学不可行证明。
## 读出、干预强度和解释资格
对真实 b=(F,Dw_star),tet b 为四顶点算术均值;区域 b_R 为 tet 体积加权均值。节点附加两列为 `sum_{k incident i} v_k*b_region(k) / sum_{k incident i}v_k`。边界节点混合相邻区,任意区号置换不改变输出。C 乱序只选分区,给模型的 b 始终真实。附加列按冻结 raw IDs 对齐全节点及原查询;float64 计算,进入四臂树接口一并转 float32。没有守恒或速度收益先验声明。
接口集合以内部公共面为宇集,T/G、T/C 的差异为面积加权对称差/并集;并集为零时定义差异0并记录(相同空接口不算干预)。分列报告查询上附加特征绝对差 median/P95/非零比例,包括原 float64 及最终 float32 接口差;查询去重行计一次,另保留 multiplicity 供原评分。组件内先等件平均接口差。
解释门:共同配对组件≥ceil(0.8*209)=168;其中≥ceil(0.7*Npaired) 个组件的 T/G 与 T/C 两差同时≥0.10。报告几何准备覆盖及最终四臂可评分覆盖;每池若拟合/指标 NA 导致配对域缩小,重报该池门,不以准备门替代。资格不足不删同分区件、不补件、不换 seed;可在预算内完成原定描述性结果,但不得据此作类型机制正负结论。同步列件/组件/节点与形状覆盖,输入读出相同须解释其局限;更小 J/更多不同切面不等于预测增益。
## 学习、预测与统计冻结
XGBoost2.1.4、NumPy1.26.4,沿既有 Gre24 venv;四臂 `n_estimators=100,max_depth=8,learning_rate=.1,objective=reg:squarederror,random_state=0,n_jobs=1`,CPU,其余同版本默认并落完整 booster 配置。learning 全节点每行一次、单位权,不乘体积,不加 t_set 特征。目标 T/t_set,输出乘预测前工艺时钟 t_set,不裁剪或再校准。只读取该格 learning 缓存标签;无新原场解码、validation 选参、HPO、早停或测试驱动选择。原 19 列在四臂逐字相同。
4臂×5折×3池=60次新拟合,池顺序50→100→25,折0…4,每格 B→T→G→C;先固定 fold0/pool50 四臂作为成本检查,之后同池最多四格并行。每池全部终态再下池,所有原成功模型保留、无重复。首格失败或实测线性行数投影无法在24h拟合帽内完成主50池则停止新派发,记录未完成范围,不缩节点/减树。总三池超预算不扩大帽:按既定顺序尽力,未尝试明确记预算原因。
全部尝试终态和模型 checkpoint 清单先 Git 冻结,再生成原查询预测;完整预测清单/哈希与评分代码/配置再次 Git 冻结后,才读既有 S2 test 查询标签。测试标签索引 `artifacts/s2-custody-evaluation-2026-11-15/custody/label-index.json` SHA256 `168680f6fd82dc2364d420ddfb3deb694684f3cccadcf2d4d2ce56e9bf42ef42`;读角色日志必须保留。原 R4bc INTERIM_100 不重复。
逐件 `E_p=sqrt(sum c_i*(prediction_i-T_i)^2 / sum c_i*T_i²)`,counts 只一次,不再乘体积。组件内等件,再组件等权,每池合并五折,每组件只进一次。任一臂无定义/预测失败,该对比四臂共享排除整组件,保留原因及全部原结果;失败训练不通过删学习件重拟合。五折未齐不能称完整五折。
唯一主规模50%。对 j∈{G,C,B},`D_j=1-mean(E_T)/mean(E_j)`;四臂同步组件 bootstrap2000,PCG64 seed2026111408,组件字典序排列,每次抽 N 个组件有放回,同一抽样阵列用于三对比。percentile 线性分位数,Bonferroni 双侧每项98.333333…%,端点1/120和119/120。分母为零或无定义抽样不得丢弃重抽,保留并令该区间不可解释。δ=.01为暂定实际量级、无工业标定。
只有解释门通过且区间可定义,才按 Mold 原规则:D_G/D_C 下界均>.01 且 D_B 下界>0,支持该配方类型增益;D_G 整区间在[-.01,.01]可称本条件实际等效;D_G 上界<−.01支持有害;重叠/控制冲突/覆盖不足分别未定。“未显著”不等于等效。T、G 相对B都改善且D_G实际等效,才指向一般区域上下文;G/B同时报告原始均值及描述性配对95%区间,不增设主假设或替换三项Bonferroni。
25/100仅预定学习曲线,另报 T@50 对 G@100 的 `1-E_T50/E_G100`、原始误差和同一外测组件配对95%区间(同bootstrap规则,明确探索性、非三主区间之一),实际 learning 组件/件/节点数并列。不把同池增益写成样本减半;不推断换浇口、压力、材料后的工业决策正确率。
## 执行资源、先后依赖与终止
总 **144000 worker CPU秒/40h**,包含新合成、输入校验、分区/选择/读出、拟合、失败、预测/评分。准备≤43200秒/12h(含当前可用性/合同工程预留60秒,后续不重复加)、拟合≤86400秒/24h、post≤14400秒/4h;三帽同时约束,不借 R4bc/S2 余量、不自动互挪。监督CPU单列;累计不完整全局停。最多4个单线程worker,CPU0/2/4/6,协调1,其余0–7留监督/系统;原 R4bc 24/26/28/29及协调25不动。总树RSS≤36GiB、新增磁盘≤100GiB,无GPU、无自动重试。
准备单件含32seed、匹配/直径/读出≤1800 CPU秒、1800墙钟秒、8GiB树RSS。先对输入元数据合格件按case数字ID排序的前10件顺序测成本,这10件成果直接复用,不是再跑旧S3十件。报告每件tet/face/极点数、逐seed与直径费用,以及按tet数缩放的余件成本参考投影;投影超过准备余量或成本不可估则停全量派发并交已有证据,不变引擎/K/seed/精确直径来求过门。此投影不是性能保证,实际预算与预留优先。
每次拟合/每个预测任务≤1800 CPU秒、3600墙钟秒、8GiB;评分≤7200 CPU秒、10800墙钟秒、8GiB。post固定预留7200评分,预测实际累计≤7200;评分启动前仍检查余量。各并发任务派发预留其完整CPU上限,0.2秒监控树RSS/CPU/磁盘;失败路径同样检查完整峰值,不漏失败资源越界。局部失败保留NA,来源/角色越界、监督错误、账目不全或全局帽触发立即停派发并终止活动任务。无自动infra重试。
**拟合必须等 R4bc 原队列真实终态、活动guard/worker退出后**;不是聊天空闲或 interim 完成。无标签分区按 Claude 裁量可在0–7实际空闲时较早开始,但本轮只交合同和核查,尚未实现或启动。当前已有任务/唯一运行锁优先,启动前核对服务、PID、回执及pins,不能另起第二队列。实现与合成验收、执行JSON/source/job/input冻结后才可启动,不再重复同一主审;真实需要改变本合同范围时才交具体差异。
## 下一交付与诚实状态
下一阶段独立实现适配器与无标签合成验收:ABI/整数范围、体积对面积权、稳定顺序/seed重放、面连通、canonical去重、精确直径、匹配硬门及互检失败、完整三元组分层乱序、J tie、区号不变/界面混合、原19列不变、完整组件排除/角色封锁、counts一次、配对bootstrap、失败峰值与并发预算。合成失败和修复成本保留,不修改 R4bc 或历史固定源。
交付准备全原始候选/失败/成本/共同域和干预;训练/预测/评分再依冻结门交模型、原始数组、NA、费用及区间。**本次没有任何O1分区结果、实测可行率或拟合结果,也没有宣称适配器已验收。** 唯一实际新结果是现有METIS可加载及R4bc只读状态快照。
@@ -0,0 +1,45 @@
# O1 最小试验:同一棵树模型该从哪些邻点读取上下文?
MoldAstra,2026-11-17。给 Claude 的单份纸面设计。Gre24-GBRT 是暂定底座,等 R4(b)/(c) 出结果后一次主审。本稿未生成分区、读取新标签、训练或评分。以下数值是供审阅的预定设计参数,无实测可行率。
## 要估计的量
在从未作为学习件的几何组件上,每个节点已有 Gre24 的 19 个输入。若为树再提供所在区域的壁距和流动体积分位两个均值,**按局部几何类型形成区域,能否比同样大、同样连通的普通区域更准确地预测填充到达时间?** 区域编号只在单件内有意义。把“第 3 区”传给跨件共享树会暗示不同制件的第 3 区彼此对应。因此三个分区臂一律采用下面同一汇总方式,任意重编号都给出相同输入。只拟合一套全局树,无区域专属模型。
|臂|模型输入|作用|
|---|---|---|
|B,原底座|原 19 列|检验分区是否给实际预测带来增量|
|T,类型分区|19 列+本区两个均值|待检验的组织方式|
|G,通用分区|同样 21 列,仅换普通连通分区|排除“任何相近点平均都有用”的解释|
|C,对照切分|同样 21 列,仅用错位类型场决定切分|检查在相同搜索机会下,类型与物理位置的对应是否重要|
唯一主比较是 T 对 G。T 对 C 检验机制,T 对 B 检验实际增量。B 与其余臂宽度不同;三种分区之间宽度、汇总算子、树容量、训练和评价完全相同。
## 类型、切分和匹配
1. **沿用既有输入。** 取节点 i 的单件归一壁距 u_i=Dw*_i,按原列序重建对称空间矩 S_i,特征值 λ₁≥λ₂≥λ₃。代理类型向量为 z_i=(u_i, λ₁−λ₂, λ₂−λ₃)。既有空间矩使用单位方向的体积加权外积;这些分量无量纲、旋转不变,理想范围均为 [0,1],固定同权,无需跨制件标准化。谱间隙描述所选邻域的方向集中程度。该邻域由浇口距离参与限定,所以这是当前浇口下的代理类型,没有筋、板等 CAD 语义标定。浇口变化后须重新构造。每个四面体 k 取四顶点 z 的算术平均,体积 v_k 用同一冻结网格。矩阵、有效性、节点和列次序按准备文件校验;输入缺失列为准备失败。
2. **锁定观察尺度。** 每个连通制件取 K=8 个非空面连通区,一个区的目标体积为 V/8。此处测试粗尺度组织,小于单区容量的结构允许和邻域混合。固定 K 避免把调分辨率的收益计给 T;它不能外推到细筋专属区或其他尺度。多连通分量件在此最小试验中预先列为适用范围外,逐件留账。
3. **先做共同的几何候选库。** 只用四面体公共面邻接、体积、中心距离。G 取预先固定种子生成的连通平衡八分区。可执行约定为固定版本的平衡图划分器,单元按体积加权,共面按面积加权,以小切面代价为目标;硬验收连通和容量,失败保留。再用同一划分器和预先列出的另外 31 个种子各产生一个候选,每件至多 32 个(种子 0…31,G 固定用 0;相同分区按无编号分区去重)。引擎版本、浮点到整数权重转换、固定网格顺序及并行确定性在执行合同中锁定。不得按填充误差选种子或增加候选。所有臂看到同一个候选库,分区计算只需几何输入。
4. **大小匹配以实物体积为准。** 各区体积须在 [0.95,1.05]V/K;各候选与 G 的有序体积份额满足 K max_j|f_(j)−f^G_(j)|≤0.025。为防形状或计算量失配,总内部切面面积与 G 相差≤5%;排序后的区域尺寸(区域顶点最大两点欧氏距离)各与 G 的对应值相差≤5%。面积按公共面计一次。T、C 选出后再核它们相互也满足相同三项容差。K 完全一致,离散网格上各区实际大小按容差匹配,报告最大偏差。几何退化、种子 0 不合规或三臂不匹配,均记为匹配失败,不事后换 G。候选库受限可能漏掉可行切分;失败不证明数学上无解。
5. **同一选择程序,仅切换类型场。** 对候选 P 定义 J(P;z)=Σ_R Σ_{k∈R} v_k‖z_k−平均_R(z)‖²/V,均值也按体积加权。T 取合法候选中 J 最小者;C 在同一库上最小化 J(P;z̃)。z̃ 由每件单元按体积分十等频层、层内用固定种子打乱完整的 z 三元组得到,平局按冻结单元 ID,单元素层保持。这样 C 保留大致相同体量单元的描述符分布和同等挑选机会,同时破坏描述符在物理位置上的对齐。它也损伤了空间自相关,故 T−C 只支持“位置对齐的类型场有用”,不能细分为谱或壁距的单独贡献。并列取最小种子;允许 T、G、C 重合,禁止因重合再抽一次。对照场只用于挑分区,三个臂汇总给树的始终是真实字段。
6. **公共节点的唯一定义。** 对 b=(F,Dw*),先在每个单元取四顶点均值,再按 v_k 求区域均值 b_R。节点 i 的两列附加输入为 Σ_{k∋i}v_k b_{P(k)}/Σ_{k∋i}v_k。界面节点按相邻单元体积混合两侧区域均值,结果不依赖分区编号。F 是求解前几何流动距离的全件严格体积分位,绝不取真实填充时间分位。这两列连同原 19 列按冻结节点 ID 对齐并供所有训练或查询行读取。T 与 G/C 的区别仅是哪些相邻单元参加了均值;从这些输入不能推断物理流量守恒。
## S2 分组、可辨识度和判读
**先冻几何,再接标签。** 从 S2 原 617 件、209 组件的固定名单出发,同核 v5 的 19 列和网格来源。学习、验证、外测组件沿五个原折,25%/50%/100% 只指该折的嵌套学习组件池。同一组件所有近重复件同角色。逐件构造均值可使用待预测制件的完整无标签几何;任何外测标签、真实末点、误差、全库学习型分区器都不参与。按全组件、全臂同时合格的交集冻结训练及测试清单,保留原池成员资格、原分母、失败数及原因;四臂在交集上训练并评分,不能直接挪用另一训练名单的底座分数。公开 S2 已多次使用,本试验提供既有域上的配对证据。
**检查干预是否真的发生。** 把每条内部共面标为“是否是两区界面”。计算 T/G、T/C 接口集合的面积加权对称差除以面积加权并集;它与区域编号无关。另报三种臂的两列均值在原查询点上的差异,分列其绝对差的中位数、P95 和非零比例。保留全部合格件,包括分区相同、树输入相同的件。预设解释门槛为完整配对组件至少占原 209 的 80%,且至少 70% 的配对组件(组件内先等件平均)在两种接口比较上均达 0.10;同步报告形状、件数和节点数覆盖。若分区明显不同但给树的两列几乎一样,须以这个读出方式解释结果。覆盖或干预不足记录为试验辨识力不足。降低 J 或出现不同切面本身均不算预测收益。
**同一学习器和评分。** 暂用 Gre24 的 XGBoost 100 棵、深度 8、学习率 0.1,全学习件全节点等权,直接回归 T/t_set;四臂同一版本、种子、线程约定、工艺时钟和训练预算。若 R4bc 改变底座,应在看到任何 O1 分数前由 Claude 对四臂统一冻结并记录理由。逐件在原合格查询点按原 multiplicity 求相对 L2:E_p=√[Σ_i c_i(T̂_i−T_i)²/Σ_i c_iT_i²]。先组件内等件平均,再对组件等权,每池合并五折外测,每组件进入一次。无定义项按原协议记录;四臂不得各自删行。记录额外的分区准备和推断成本;新试验无现成速度收益。
**在审阅时冻结判据。** 选 50% 学习池为唯一主规模,25% 和 100% 用于观察效应随训练量变化,不能事后择优。对 j∈{G,C,B} 报 D_j=1−Ē_T/Ē_j 及各自原始误差。正数表示 T 误差降低。按组件成组、四臂同步重抽样,2000 次、seed 2026111408;对三项对照同时报告 Bonferroni 校正的双侧 percentile 区间(每项约 98.33%,描述性联合区间)。提议最小值得解释的相对收益 δ=1%,尚无工业标定。仅在覆盖和干预达标时使用下述判读。
- 若 D_G、D_C 区间下界均超过 δ,且 D_B 下界大于 0,支持在该尺度、该训练量和该读出下的类型组织增益。若 G、T 相对 B 都改善,而 T 对 G 的区间完全落在 [−δ,δ],证据指向区域上下文本身,未见有实际量级的类型增量。
- D_G 区间完全落在 [−δ,δ],可报告该条件下与通用分区实际等效。上界小于 −δ 则支持类型组织有害。区间跨越有益和无效范围、对照结论分歧或覆盖不合格,各自如实报告为未定;不能把“未显著”写成等效。
- 样本效率另看预定的跨池量,例如 T@50% 对 G@100% 在**相同外测组件**的配对误差,连同实际学习组件数和三点学习曲线报告。主规模同池收益本身不能推出训练样本减半。该协议不验证更换浇口、压力或材料后的工业决策正确率。
## 与既有证据的关系
旧评审发现,硬性要求纯类型片与容量约束在部分制件上冲突,且少数探针的类型熵变化很小。因此本稿允许混合片,按实际体积、接口和模型收到的数值核验干预。单尺度、有限候选库和两个均值限定了可证伪命题;该试验不能裁决所有 O1 架构。本稿仅供 R4bc 结果返回后的一次评审。
[O1 配额与接口既有评审](https://drive.google.com/file/d/1s4pI_9PLduNHeHF1KjFqaTc7_k74XzUb/view) · [原三臂几何探针](https://gitea.frank14f.online/Frank14f/MeltMind/src/commit/ebad883f586532bb0f55f0246354fa33989cb36b/review/2026-11-14/O1_summary.csv) · [Gre24 训练口径与 S2 分组评分](https://drive.google.com/file/d/1UTJb114ptHobTTebpmAz8YlVHJHYMrwQ/view) · [Greif 等原文](https://doi.org/10.1016/j.compositesa.2024.108340)