Publish terminal Gre24 v5 deviation results, models and frozen score evidence
This commit is contained in:
1 parent
b6b94bc4ac
commit
9bf495ae0b
130 files changed
+139371
No files matched your search
@@ -99,3 +99,9 @@ S3-B(a)固定两候选终态(21:58:59):splu367资源超时;GMRES842在
|
||||
Claude1794759849将模型共享CPU帽提高至216000秒,准备原144000秒不改,GPU7200秒不变;旧闲置481142已主动退役,原7f6cfbd1计划随后由482008执行等待。02:01审计确认原准备479550与等待482008均已消失、原complete缺失;239实际回执完整=233PASS+6wall_limit,385未派发,退出原因未知,原进度过时。全部原回执/失败/中断证据固定006ca54,不将中断解释为方法失败,也不重做成功或超时件。
|
||||
|
||||
已实读Claude1794765688/1794765720正式工程接续授权。独立编排41b3d07经8合成PASS后实际启动:systemd用户服务准备484324、模型等待484365,父进程均用户systemd2234,Restart=no,脱离聊天exec;只385未尝试,无缺回执INFRA_ABORTED件。科学源码、合同9f8f87cb、划分76bb712f、模型计划7f6cfbd1均保持;两源manifest0fc3674e汇总239旧终态与385新索引,旧账58865.624141+新增工程测试1.213553秒计一次。仍只复现范围,先624完整终态及费用/全局停止检查,再原训练/冻结/预测/评分;无R4或其他新实验。详见docs/gre24-detached-continuation-2026-11-16.md与actual-start-audit。旧PID不再运行,不由聊天空闲重启;新服务实时状态优先于以上历史条目。
|
||||
|
||||
## Gre24 v5复现终态,转既定结果复核(2026-11-16)
|
||||
|
||||
准备624完整终态614PASS/10wall_limit,未触预算未派发;原614成功/10排除先冻结后拟合。原systemd模型服务于05:19:20完成SCORED并exit0。06:37独立只读核10fit、predict/score均PASS,全部10checkpoint/4602预测数组哈希及冻结关联一致;无重算。三分母均先逐split求统计再平均,主RMS分母平均中位naive0.088539745292、GBRT0.068013417769、FNN0.076701548477;只能描述本配置,不能替代原v4或家族独立泛化结论。
|
||||
|
||||
研究目标与前人方法边界、10大件超时覆盖偏差、补充离散化、t_set尺度/naive比较限制及FNN单输出/早停、随机几何近重复风险并列记录于docs/gre24-v5-reproduction-results-2026-11-16.md。CPU136620.981045/216000秒,GPU876.330852390/7200秒;余量不扩张范围。此次阶段决定是固定结果与完整证据,交Claude主审、Mold/Grok仅需定点复核;尚不冒称主审已完成。不再拟合/预测/评分,不自动进入v4计算、R4或新算法,独立O1类型/连通仍未由此检验。
|
||||
@@ -0,0 +1,94 @@
|
||||
# Gre24 v5 paper-protocol deviation:终态结果
|
||||
|
||||
本次带偏差的v5复现流程已完成:5个GBRT和5个FNN拟合均PASS,预测与评分guard均PASS。模型服务退出0、无残留工作进程。完成回执时间 **2026-11-16 05:19:20 UTC+8**;独立只读终态核验时间 **2026-11-16T06:37:43.096046+08:00**。这不是原v4数据上的忠实复现结果,也不是跨几何家族独立泛化认证。
|
||||
|
||||
624件均被尝试,614成功、10件在原1800秒限制下超时且保留原失败。无NOT_RUN_BUDGET,无拟合或后处理失败;原协调中断、两次合成工程失败与所有超时证据完整保留。无重试、延时、测试驱动调参或新算法。本报告从冻结scores/summary读取数值,不重算预测、评分、统计检验或训练。
|
||||
|
||||
## 三分母与聚合口径
|
||||
|
||||
每件在全部保留tet节点上等权计算RMSE;分别除以该件真值的RMS(y)、max(y)、mean(y)。RMS为主指标,分母为0时记NA、不加epsilon。对每个split先取各件相对误差的min/median/max,再将对应统计量在5个split中算术平均;下表不是将所有节点或所有split几何池化后的统计。数值为比例,乘100才是百分数。
|
||||
|
||||
| 分母 | 模型 | 五split最小值平均 | 五split中位数平均 | 五split最大值平均 |
|
||||
| --- | --- | ---: | ---: | ---: |
|
||||
| RMS(y),主指标 | naive | 0.030115737171 | 0.088539745292 | 0.443040014906 |
|
||||
| RMS(y),主指标 | GBRT | 0.017507739649 | 0.068013417769 | 0.334527037009 |
|
||||
| RMS(y),主指标 | FNN | 0.028705544666 | 0.076701548477 | 0.336593422123 |
|
||||
| max(y) | naive | 0.017375309234 | 0.053428690454 | 0.259882480790 |
|
||||
| max(y) | GBRT | 0.010239721369 | 0.040484093247 | 0.196132820846 |
|
||||
| max(y) | FNN | 0.017062164078 | 0.045567497062 | 0.202661655602 |
|
||||
| mean(y) | naive | 0.035328408742 | 0.101027996020 | 0.535327061990 |
|
||||
| mean(y) | GBRT | 0.020340367731 | 0.078360779212 | 0.404622748005 |
|
||||
| mean(y) | FNN | 0.033311959669 | 0.087951491834 | 0.407481843446 |
|
||||
|
||||
本次固定覆盖下GBRT的平均中位误差低于naive和FNN,三种分母的上述平均中位数排序一致。这只是本配置的描述性结果,不等于统计显著性、样本效率优势或未见CAD家族的效果;没有新增检验。
|
||||
|
||||
| split | 原测试件数 | 实际评分件数 | 排除件数 | naive主指标中位数 | GBRT主指标中位数 | FNN主指标中位数 |
|
||||
| --- | ---: | ---: | ---: | ---: | ---: | ---: |
|
||||
| 0 | 312 | 307 | 5 | 0.090936608150 | 0.066711141179 | 0.077784719284 |
|
||||
| 1 | 312 | 308 | 4 | 0.086596003430 | 0.065351265533 | 0.073338023981 |
|
||||
| 2 | 312 | 306 | 6 | 0.091125872918 | 0.069962824389 | 0.078352350852 |
|
||||
| 3 | 312 | 305 | 7 | 0.086920063102 | 0.070773784472 | 0.081624895385 |
|
||||
| 4 | 312 | 308 | 4 | 0.087120178859 | 0.067268073272 | 0.072407752881 |
|
||||
|
||||
五次均是原固定312/312独立随机几何划分,不是五折交叉验证。相同10个准备失败件可能落入多次测试集,共26个测试case-visits排除;原测试总1560 visits,1534有效,每个有效visit均有3模型预测,合计**4602个预测数组**。各split三个模型使用相同有效测试域。排除清单在拟合前固定;不补抽划分、也不替补失败几何。
|
||||
|
||||
## 与原论文协议的偏差及解释限制
|
||||
|
||||
- 数据为v5,不是原v4;此结果全程未混入v4中转数据。论文数字仅作诊断,不能以是否接近某个数字替代方法核查。
|
||||
- 19列特征沿Mold R1补充的固定离散化:tetFIM的单元速度与全壁tet处理、门点代理、lumped体积严格CDF、梯度汇总及空间矩规则等均需随实现记录,不冒称原论文逐行代码一致。全tet节点包括壁面,非旧S2查询mask;辅助域外节点另记。
|
||||
- Q不可得,时间标度用LOG预设t_set代替V/Q。固定一件的预测和真值共同乘常数不改变RRMSE,但改归一化标度会影响跨件合并训练。naive秒值=t_set×Vf*,包含潜在V/Q尺度偏差,因此naive与GBRT差距不能全部归因为排序或特征收益。
|
||||
- FNN仅预测fill time,四层100 ReLU、Adam1e-3、batch1024、FP32,固定训练侧32件用于最多30epoch/patience5早停并恢复best;这不是原多输出模型的完整等价复现。实际停止与best epoch如下。GBRT参数固定100树/深度8/学习率0.1,其余库默认值已记录。
|
||||
- 几何随机划分未排除近重复家族跨侧;不作家族独立的泛化宣称。10件超时排除带来覆盖/尺寸偏差,必须与结果并列,属于1800秒限制下流水线成本而非模型预测失败。
|
||||
|
||||
| 拟合 | guard状态 | 实际epoch | 恢复best epoch |
|
||||
| --- | --- | ---: | ---: |
|
||||
| 0/GBRT | PASS | NA | NA |
|
||||
| 1/GBRT | PASS | NA | NA |
|
||||
| 2/GBRT | PASS | NA | NA |
|
||||
| 3/GBRT | PASS | NA | NA |
|
||||
| 4/GBRT | PASS | NA | NA |
|
||||
| 0/FNN | PASS | 6 | 1 |
|
||||
| 1/FNN | PASS | 7 | 2 |
|
||||
| 2/FNN | PASS | 6 | 1 |
|
||||
| 3/FNN | PASS | 7 | 2 |
|
||||
| 4/FNN | PASS | 6 | 1 |
|
||||
|
||||
## 原准备超时排除
|
||||
|
||||
| 完整case | tet节点数 | 原因 |
|
||||
| --- | ---: | --- |
|
||||
| 00000033_ad34a3f60c4a4caa99646600_step_013 | 145152 | wall_limit |
|
||||
| 00000216_5324c79b172f41e8a49afc6f_step_003 | 160242 | wall_limit |
|
||||
| 00000575_5a4cef68211d4706b1ec8586_step_004 | 75046 | wall_limit |
|
||||
| 00000589_2417b410de78416ebe50d460_step_002 | 57925 | wall_limit |
|
||||
| 00000614_c710d414bbbc4340b682c58a_step_000 | 145860 | wall_limit |
|
||||
| 00000625_6af98f5458b347bb843f0562_step_000 | 145707 | wall_limit |
|
||||
| 00000644_761a451dfea94bfa93e23cfe_step_000 | 81832 | wall_limit |
|
||||
| 00000666_6f67a59c16b949a4b66dcfe1_step_000 | 187345 | wall_limit |
|
||||
| 00001466_a45f6c99e2154f3b94955175_step_050 | 77138 | wall_limit |
|
||||
| 00001470_a45f6c99e2154f3b94955175_step_054 | 124817 | wall_limit |
|
||||
|
||||
## 冻结链与核验范围
|
||||
|
||||
全部10个checkpoint、4602个预测数组共1035229680字节均在本轮重新读取并匹配冻结SHA;所有原fit/predict/score回执均核对,validation_issues=[]。仅校验字节、账本和储存结果,没有重跑拟合/预测/评分。原准备成功数组的验证沿worker/冻结记录,本轮没有重复逐数组读取原特征或标签。
|
||||
|
||||
冻结顺序:models-freeze(2026-11-16 05:16:15 UTC+8)→predictions-freeze(2026-11-16 05:19:15 UTC+8)→scores(2026-11-16 05:19:20 UTC+8)→complete。manifest中的哈希关联与文件顺序均一致;科学源码固定状态匹配。原预测器在预测阶段不读测试seconds/target,评分器仅在全部预测冻结后读取;合成验收与固定源码支持此设计,文件顺序核验不冒称操作系统逐次读文件审计。
|
||||
|
||||
| 固定对象 | SHA256 |
|
||||
| --- | --- |
|
||||
| model-plan.json | `7f6cfbd1c4ebee9f61976cf45112fb0ef70f69d47cdb559ae86f0b643c41118a` |
|
||||
| training-contract.json | `5ae8c6555bde3e92b65d425ed0bf3968635554f5f2e3c264affe3c2c54a25410` |
|
||||
| preparation-freeze.json | `d515e3947ada75c236d70b7928481e65eba67e8adb023071b9238df5e0222cd1` |
|
||||
| models-freeze.json | `2ce1e3ffd4ffcf4f2c5a79ec734c76e220093febb988cd334347fbfef1663419` |
|
||||
| predictions-freeze.json | `8104a960cf32c4f5f57336c71369ad47bb1c808145b7d15bf9e6c2fda23d1169` |
|
||||
| scores.json | `af2aa9fdb207c86c4ff91a75a33e84734e3995f37fd316ae394bfd231f57a674` |
|
||||
| score-summary.json | `ebfe3314147d56bda9a356797be5fb9650b48c0cd04c07bb70d4a913143e3884` |
|
||||
| reproduction-complete.json | `ce4023152b969dfd60b8d6ead58aed9e7a29ff354def1b7e61e7955837e307fa` |
|
||||
|
||||
终态审计SHA:`3dcba59b459d87717e5b2f883d29eb2ae62c4fb3c1eff2cf2c0d5005f4a2fdc7`。结果根:`artifacts/gre24-reproduction-2026-11-15/v5-models-continuation-2026-11-16`。
|
||||
|
||||
## 最终费用与下一步
|
||||
|
||||
CPU **136620.981045秒 /216000秒(37.950273小时/60小时)**:准备133266.350028、模型2615.326098、后处理739.304919,历史/工程费用只计一次。GPU **876.330852390秒/7200秒(14.605514分钟)**,含历史合成、等待、设置及拟合。管理进程费用与worker账区分,不冒称包含全部系统开销。预算余量不授权新任务。
|
||||
|
||||
研究目标仍是面向新件的实用填充代理,本轮提供原方法路线在明确偏差下的基线与计算成本证据;不推断未检验O1类型/真实连通路线。固定结果交Claude按既有分工主审,Mold/Grok只做所需定点复核。本报告发布本身不代表已经完成团队结果复核;不自动重启/重算/v4训练或新增算法。
|
||||
Reference in new issue
Block a user