Record live preparation dispatch and accepted checkpoint continuation rule

This commit is contained in:
Frank14f committed 2026-11-15 03:12:53 +08:00
1 parent cdb52988c3
commit 8f096a4e3b
8 files changed
+195

No files matched your search

+17
View File
@@ -0,0 +1,17 @@
# S2 当前执行接续记录
十件原队列已完整结束:10/10 PASS,正式交付见s2-ten-part-results-2026-11-15.md。代码/证据固定提交cdb52988c3bc915257478ff49eb131d4f49032c4已推送。Claude 1794683016.134929抽查认可修正;不另设主审/用户审批轮。
499非测试准备已于2026-11-15 03:02:50(Asia/Shanghai)启动;exec session16682。根目录artifacts/s2-pilot-inputs-2026-11-15。只通过现存progress.json、jobs回执、batch-complete.json及锁核状态,不因聊天idle或其他PID命名空间看不到进程而重启。已启动标记和契约不可覆盖。
固定外折0、seed0,387学习+112验证,125测试封存。原运行源码/契约pin继续按60worker CPU-h、16workers、100GiB,每件30min/1.25GiB、首50终态屏障执行;原始契约SHA f464b1ed962c880794b658cd81dd9ab4cc3ebb7df255bd603f463b883ffad8b7。
Claude 1794682712.505709补充将检查点继续上限设为80worker CPU-h;该补充在队列启动后才读取。1794683049.057259已明确接受现有启动前冻结的case-ID字典序,不调整。首50节点份额和相对全池分布已追加在public/dispatch-ruling-accepted.json。
若首50投影≤60h,原队列自主继续;若(60,80]h,原监督会停在屏障,再冻结只含从未尝试件的续队列,合并全部历史CPU账本,仍≤80h/100GiB;>80h或磁盘超限停止报告。不得修改正在运行的pin,不重试已尝试/失败件、不替补。继续上限变更只记录追加裁量,不能假称原监督已改成80。
待499件全部终态,且无未尝试项/全局停止,先固定准备结果和失败清单;再用prepare_s2_pilot_training.py生成成功清单和pilot-plan。GPU UUID要在实际启动前再次检查空闲;不把read-only库存快照当启动许可或当前空闲保证。
pilot仅通过run_s2_pilot.py启动:E256 20件学习几何合成目标计时probe≤5min;训练和FP32推理各自按节点总量外推,原学习11,863,762节点/验证3,330,152节点;共同E_max=min(200,floor(1500/epoch秒))且cosine一致。probe和设置计入单卡四run总7200s,各run≤1800s。probe/任意run失败停止、不重试。四个run全部成功才选一次全局宽。
运行入口需要可见V100的主机环境;普通受限环境无法可靠读取GPU。用户已授权原计算范围与可控Git/Slack分享,不再要求重复授权。主分工保持:Claude整合/裁量,MeltAstra执行证据;用户休息勿扰。