Files
MeltMind/docs/gre24-model-chain-2026-11-15.md

4.9 KiB
Raw Permalink Blame History

Gre24 固定模型接续与验收

今晚目标是复现 Greif 原方法并明确与原论文的差异,服务于新件填充代理的强基线核查;论文数值仅作诊断,不以调参追平为验收。沿 Claude 1794755127、1794755474、1794755594、1794756165 和 1794756271 的已定范围,v5 624 件、五次独立 312/312 随机几何划分继续,Grok 唯一 v4 中转独立进行。原 S2/S3 结果与失败不变。

准备实现已在 8409910 固定,并获 Claude 1794756599 实读核查;数学细节沿 Mold 55eb0d48 原稿。v5、全 tet 节点域、壁面代理、t_set 代替不可得 Q、仅 fill-time 输出等偏离完整保留,不能标作严格同数据同输出复现。不存在新 R4 实验或参数搜索。

固定实现及进入条件

模型计划 artifacts/gre24-reproduction-2026-11-15/v5-protocol/model-plan.json 的 SHA256 为 4e3ddf31ab829955def1c450babb37b2c6b1291b1ac97ce1819ee4d079783bd4,内含各源码 SHA 与三份验收回执 SHA。模型等待链使用独占锁和不可覆盖的 started 记录。仅原准备队列 624 全终态、无 global stop、费用完整时冻结成功/失败名单并进入训练;失败件不替换、不重抽划分。等待状态不代表训练开始。

先五个 GBRT,后五个 FNN;每个 GBRT 固定 100 树、深度 8、学习率 0.1,其余 XGBoost 2.1.4 默认值逐次落盘。FNN 为四层各 100 ReLU、Adam 0.001、batch 1024、FP32、最多 30 epoch;固定训练侧 32 件验证、patience 5、恢复最佳。无额外输入标准化。全部模型终态及 checkpoint 冻结后才生成测试预测,预测冻结后才评分。缺失 split 的五次平均保持 NA。

总预算仍为 144000 worker CPU 秒与 7200 GPU 秒。准备、历史单件、合成预留、拟合与后处理共用 CPU 预算,后处理保留 900 秒;GBRT 单次最多 7200 CPU 秒,FNN 最多 14400 CPU 秒,实际还受剩余总量限制。GPU 历史合成费用 10.185812931973487 秒计一次;后续 GPU 等待、设置和失败计入同一总帽。单 GPU 显存上限 15 GiB,进程树内存 24 GiB,失败记录的显存峰值同样检查。无自动重试。

已完成验收与限制

模型单元检查 5 项通过。integration-03 实际运行合成 GBRT/FNN、checkpoint、CPU 预测及评分全部 PASS:训练时测试 target 故意不存在,预测时测试 seconds 不可读;缺失 split 不静默平均,失败 JSON 的显存峰值被识别。此为合成验收,不是真实数据结果。

integration-01 暴露 XGBoost 默认 NaN 参数的 JSON 记录问题;integration-02 暴露 CUDA 设备初始化前重置显存峰值的问题。已修复,原失败与当时源码保留。三次合成 GPU 用量分别为 0、4.601264455995988、5.584548475977499 秒。预算链合成验收验证真实入口在拟合预算不足时不启动任何模型/GPU,仍按顺序冻结并对 naive 评分。

验收后仅增补 raw_nodes/域外节点统计报告字段,数值路径未改。准备源码未改。源码与完整终态记录可供独立审阅;这里没有声称团队已逐行审查新模型实现,也没有将拟议计算写作完成。

23:53:58 接续前实测:原 session 18323 / PID 479550 存活,61 PASS、8 活跃、无失败和全局停止;准备/模型/验收 pins 全匹配,无既有模型等待链、无真实训练。已结算 7962.913922 CPU 秒,加采样活跃 3297.33 秒,剩余约 132739.756078 秒;采样值并非终态账本。原始见 model-prelaunch-audit.json。唯一等待链启动后的 PID/session/状态另由实际启动回执记录。

实际启动回执(23:55,UTC+8)

源码 eb9ed0c762be74863449c8a6146cc414418b1aa6 已推送且远端 SHA 读回一致。唯一模型等待链 session 72377 / PID 481142 于 Unix 1794758121.188452 启动,独立主机核对 cmdline、存活与 WAIT_PREPARATION 回执,尚无真实训练。原准备仍为 session 18323 / PID 479550,当时 65 终态、8 活跃、stop_reason=null;没有重复队列。原始证据见 v5-protocol/model-chain-actual-start-audit.json 及 model-chain-started.json。后续读取实时 progress/complete,不能从聊天空闲推断终止或重启。

已在原 Slack 串 1794758160.346379 向 Claude/TRON 发送实际 PID、状态、预算、固定来源和验收限制。代码与说明的 diff 检查通过;integration-02 原错误日志自带一个尾空格,作为失败原文保留,不声称全部原始日志通过格式检查。

Claude 1794758195.112329 随后报告已实读 eb9ed0c 模型链,确认其模型参数、训练侧验证与冻结顺序符合裁量,未要求代码变更。晨报须将时钟替代限制放在 naive/GBRT 比较旁:固定一件的真值与预测同时乘常数,不改变 RRMSE;但改变归一化时钟会改变跨件合并训练中的目标和权重。naive 使用 t_set × V_f*,若 t_set 与真实 V/Q 不同,其绝对预测包含该尺度偏差,不能把 naive 与学习模型的差距全部归为排序/特征收益。