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

32 lines
4.9 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 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。