Preserve item1 terminal results and freeze seed1 training review entry

This commit is contained in:
MeltAstra committed 2026-11-18 14:31:37 +08:00
1 parent 888f706612
commit c0f89a5e95
114 files changed
+282280

No files matched your search

@@ -0,0 +1,23 @@
# H2 后续 A|单模型的种子敏感性与三模型平均
MoldAstra · 2026-11-17 · 事前规格。三项顺序固定为 A 种子、B 区域输入、C 末填目标。执行由 Claude 在 H2-S2 五折确认后裁量;已有数据量试验保持原优先级。这三项各自比较原版 H2,不用上一项的赢家接着改。
## 问题与证据
同一个制件,换一次网络初始化和训练顺序,误差变化多少?三次预测平均是否值得付出三遍推理的代价?H2-S1 仅有 fold 0、seed 0,121 件、37 个亲缘组件。relative L2 为 H2 6.75%、树基线 A 7.29%,配对差 −0.0055,95% CI [−0.0103,−0.0010];末点差 +0.110 Rg [−0.134,+0.393]。其余四折正在确认原配方。S2 的判据是 552 件/204 组件上场误差差值的区间上界 <0。单折结果不能辨别种子、结构、数据量各起多少作用。[原始裁量](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1794923791467409) · [范围订正](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1794923933456449)
## 固定比较
保留原五个 grouped folds、逐折 100% 学习池、固定 200 epoch、最后检查点、19 列、学习侧标准化、原网格/时钟/监督权。按原 H2 种子接口取 0、1、2,含初始化与洗牌;逐折复用可核同身份的 seed 0 和树 A。另两种子各五折共十次拟合;不按 fold 0 表现选种子或删折。三个模型在同一件、同一原 ID 上的无量纲时间等权相加再除三,用 FP64,保留负值。使用相同的 cF 时等价于平均残差再加 cF。先混合场,再由原评分器算末点与 τ。
令 e_ps 为件 p 在种子 s 的原 query 相对 L2,e_pE 为平均场的误差。先算每件差,再做组件内件均值、组件等权,记为 M。输出三个 M(e_s) 和相对 A 差值、三者样本标准差(分母 2)、各件跨种子误差的标准差分布及三对末点距离/Rg。分别报告“同一件预测的摇摆”和“总榜分数的摇摆”。完整展示每折与 pooled;所有指标依原 query、并列及不可定义规则。区间沿 S2,用同批组件索引配对重抽 2,000 次,seed 2026111408;重抽一次组件同时携带三种子及全部模型。区间只反映这些固定模型在组件之间的波动。
## 预登记判决
1. 如果三种子各自 pooled 相对 A 的点差均 <0,且三种子平均件误差相对 A 的配对 95% 上界 <0,记“本组三个种子均复现方向”。其余记“本组三种子的稳定性未建立”。三个种子不足以估计任意新种子成功的概率。
2. 成本主问题用 Δ=M(e_E−(e_0+e_1+e_2)/3)。仅当 95% 上界 <−0.001(绝对误差降低超过 0.10 个百分点)才推荐三模型平均用于场预测。等号不通过。相同分母下 L2 的凸性已保证每件 Δ≤0,故仅过零没有决策价值。若逐件发现明显正差,先查 ID、权重和反标准化。另报 E 对固定 seed 0、末点、τ、负时节点和推理延迟;场过门只支持场用途。两问题单列,不能从中选最优种子重新命名为基线。
3. 缺折或缺种子时仅报分母与描述;无跨五折判决。旧库结果是对既定方法的内部再比较;新的几何家族需要单独测试。
## 资源
一次 fold 0 的既有累计账约 18,858 GPU-s(含前置成本,5.24 GPU-h),不是一次纯训练的实测。以此作同规模代理并加 25% 规划余量,每折约 6.55 GPU-h,十次约 65.5 GPU-h;实际按 S2 各折 GPU 秒与网格规模替换。分折可串行、省显存,不改变总 GPU 工时。部署每件三次前向,缓存 seed 0 后实验中只需两次新增前向;平均场本身仅一次线性归约。单独记录预测、CPU 评分及端到端延迟,复用费用只计一次。本文没有预订计算资源。[H2 架构](https://drive.google.com/file/d/13_ckwlmo9Qfb5sFzs5pwjla8_4scccMR/view)