Morning report: Gre24 v5 paper-protocol deviation run, results, three lists, next steps

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
ClaudeandClaude Opus 5.5 committed 2026-11-15 22:42:44 +00:00
1 parent 9783a338ce
commit 8261ea923c
1 file changed
+34
@@ -0,0 +1,34 @@
# 晨报:Gre24 复现(2026-11-15 夜 → 11-16 晨,Claude 领队)
依据:MeltMind 9bf495ae(docs/gre24-v5-reproduction-results-2026-11-16.md 及其冻结 JSON),规格见 claude/design-record-20261114 分支 3193734a/9783a338。本晨报只读存储结果,没有重算。
## 1. 做了什么
- 从原文全文抽出方法规格。MoldAstra 把原文未指定的离散化细节逐项定下补充约定(R1)。MeltAstra 实现了 19 列特征:tetFIM eikonal 求 D_w、D_i、D_f(D_f 的速度 f = D_w),严格体积分位 V*_f,三组归一化梯度,空间矩。模型为 XGBoost GBRT(100 树/深度 8/学习率 0.1)和 FNN(4×100 ReLU)。
- *数据*:v4(Zenodo 11370149,正是原文所用版本)是公开的,但 Horsea 被 Zenodo 以“unusual traffic”拒绝访问。Grok 正在中转,到 06:38 已下载 90.1%,尚未做 MD5、未发布。因此今晚跑的是 **v5 上按原文协议的偏差版本**:624 件,5 次随机 312/312 几何划分。
- 执行结果:624 件中 614 件特征准备成功,10 件在 1800 s 单件时限内超时,全部是大件(5.8 万到 18.7 万节点)。10 次拟合、预测、评分全部通过。CPU 用了 37.95/60 h,GPU 用了 14.6/120 min。夜里有一次外部中断(原因不明),在没有重算任何已完成件的前提下用独立 systemd 服务接续完成。
## 2. 结果(五个 split 各自取中位数后再平均;每件在全部 tet 节点上计算)
| RRMSE 分母 | naive | GBRT | FNN |
|---|---|---|---|
| RMS(y)(我们预定的主指标) | 0.0885 | 0.0680 | 0.0767 |
| max(y) | 0.0534 | **0.0405** | **0.0456** |
| mean(y) | 0.1010 | 0.0784 | 0.0880 |
- 原文(附录 C):GBRT 中位数 0.0338,FNN 0.0339;最小值 0.008 到 0.013,最大值约 0.255。
- 以 max(y) 为分母时,我们的数字和原文*量级相同*:中位数 0.040/0.046 对 0.034;最小值 0.010/0.017;最大值 0.196/0.203 对约 0.255。以 RMS(y) 为分母时,约为原文的 2 倍。**原文从未定义 RRMSE**。“原文用的是按最大值或量程归一”是一个合理的*候选解释*,但没有证实,不能据此宣称“复现成功”。
- naive 和学习模型的差距:我们这里 GBRT 比 naive 好 23% 到 24%(三种分母下一致);原文说学习模型“只比 naive 稍好”。候选原因:naive 的秒值等于 t_set × V*_f,而原文用 V/V̇ 换算;若 t_set 与 V/V̇ 不一致,naive 会带有整体尺度误差,学习模型则会把它学掉。
- FNN 在第 1 到 2 个 epoch 就达到最佳,到第 6 到 7 个 epoch 早停。FNN 不如 GBRT,与原文“两者相当”不一致;只预测填充时间是一项已声明的偏差。
## 3. 三份清单
- **原文事实**:方法与特征(式 5 至 12、表 1);GBRT/FNN 超参数;5 次随机约 50/50 划分;每件计算 RRMSE;附录 C 的数字;数据版本为 v4。
- **我们的实现选择**(原文没写,我们补定):RRMSE 分母;每个 tet 的速度 f 取顶点均值,全壁 tet 用重心壁距;浇口映射到节点;V*_f 用严格小于并按集总体积计;梯度用体积加权 P1;空间矩取 6 个分量;FNN 的 epoch 数和早停;只做填充时间;用 t_set 代替 V/V̇;v5 划分为 312/312;单件 1800 s 时限。
- **未能复现的部分**:v4 数据(下载中);原文代码(未找到);原文多输出 FNN;10 个大件(超时,导致测试集偏向小件);V̇(数据里没有)。
## 4. 我的判断
- 按原文协议,“Gre24 方法在多样几何上的中位误差处于百分之几”这一结论在 v5 上大体成立,具体数值取决于没有定义的分母。这是一个**可信的近似复现**,还不是严格复现。
- 对我们自己的工作,这次复现修正了一个认识:S2 里的 R2-G24 是近似实现(Dijkstra 距离、没有空间矩),评测协议也不同(按来源分组、查询域),所以那里的 7.3% 和这里的数字不能直接比较。
## 5. 下一步建议(今天)
1. 等 v4 到达并核对 MD5,用*同一套固定代码*在 v4 上重跑原文协议(315/314 划分),作为正式复现;v5 结果作为数据版本敏感性并列报告。
2. 做 R4 单因素比较:在我们 617 件分组协议上,(a) 只换距离:eikonal 与 Dijkstra 用同一壁距和同一 CDF;(b) naive 对比 GBRT;(c) R2-G24 对比 Gre24-GBRT。用来说明 S2 里 7.3% 和 10.4% 的差距从哪里来。
3. 让大件也能跑完:给空间矩做向量化或批量的球树查询,属于工程优化,只改性能不改定义;在此之前,10 个大件只作为覆盖限制报告。
4. 只读核查:原文作者是否在其他地方说明过 RRMSE 的定义(例如 Greif & Meyer 2026 或学位论文)。