# S2 统一托管评估:执行与集中裁量包 ## 已接受最终裁量与实现 Claude1794729482.815749、1794729794.605549已关闭全部科学/资源缺口。下文初始提案S5被纠正:以fb827178冻结522件成员名单(含UNKNOWN)为准,SHA8d037786040c6fc11fa80ceb0f41dfdd58478a2576404505a64aa29a2216a22f;逐件∩617roster∩主有效集。bool仅cross-check,实际0差异。保留517件/188组件;50% E/N按主有效集还排fold1,指标资格未解码前不预断。原候选/roster剔除/空组件与逐折分母在exposure-audit.json。pilot参与独立披露、不追加排除。 Bootstrap单一全有效组件抽样框、不按折分层;component ID排序,PCG64(SeedSequence(2026111408)),2000次,双方同索引、seed块随组件,linear百分位,未舍入端点六区间。参考均值0的replicate计数保留、不补抽;实现遇此情形不声称有效CI/决策。worst group按臂最大组件均值描述。 实现:s2_custody_common/statistics、run_s2_custody_predict/predictions/score、prepare_s2_custody。13项合成/元数据验收PASS,2.614s;不读取真实标签,不调用真实模型推理。测试包括失败退出前最后一次记录的VRAM峰值越限仍STOP。真实预测必须另有绑定contract SHA的main-review.json;真实解码必须全部预测哈希核验且scoring-freeze.json绑定contract/预测终态/Git提交。无label reader的推理进程与托管解码进程独立,原训练源码完全不改。 完整训练证据远端固定6903c07365c7879b3fcbe9b78d8dbc3aec695ae0。当前实现待一次主审,预测与评分未执行。 训练已完成并冻结,神经89 PASS/1 NA,R2最终15 PASS;100%池15对全有效。此阶段检验新件查询覆盖内的E/N增量与R2-G24强基线,不检验O1类型组织、真实连通或工业决策可靠性。已有研究方法与本项目差别见固定v0.2–v0.6;R2是Gre24-style图距离近似,不称复现。缺少原生CAE对照、完整场评价及工艺干预仍是边界。 ## 不变的进入顺序 1. 冻结原始终态、失败、合同、89神经与15 R2有效模型哈希;失败N权重只作历史证据,不能用于预测。 2. 从无标签几何准备读取同一合格query及multiplicity;89神经模型以与验证相同的FP32推理,15 R2模型和确定性B0=Vf*t_set。每个件只用其外折模型,三个池/三seed不重fit。90计划格中一个显式NA占位。 3. 全部预测写完并哈希固定,评分源码/配置固定到Git且获裁量后才托管解码。先预测后标签,无任何结果驱动修改。 4. 独立解码器每个included件一次读取Fill_time并提取共同eligible查询;不能借用别折训练target缓存冒充本折未读。新托管输出单独保存。 5. 按冻结统计产生逐件、组件、折、汇总、次要和NA表;组件bootstrap2000次,seed2026111408,种子不重抽;报告条件于固定折、训练和选择。 ## 待Claude一次裁量的明确提案(未默认为已批准) - S1 汇总:对每个组件内等权件、每件先算count-weighted relative L2;固定3seed等权;将各折的外测组件合并后组件等权,不先给五折相等权重。另列各折误差以显示分布。 - S2 缺失:A4的全件/三seed双方有效严格生效。50%池fold1缺seed0 N会排除该折所有测试组件于E/N配对bootstrap,不用剩余2seed补齐;E原始单臂结果保留。N/R2、E/R2各用自身两臂共同有效组件并明确各自分母;确定性R2/B0不视作三份独立样本。 - S3 次要指标汇总:near-wall按同一件公式但mask=0