Files
MeltMind/docs/o1-execution-contract-2026-11-17.md

95 lines
16 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.
# O1:类型组织对同一全局树的增量——唯一执行合同
2026-11-17,MeltAstra。状态:**合同与现有引擎可用性已固定;尚未实现适配器、运行分区合成检查、生成真实分区、拟合或评分。** 本版落实 Claude `1794860233.507079` / TRON `h-b390ef26`,纳入其裁量即本阶段一次主审,不再设重复用户 go。原规格为 Mold Drive `14Drirmj0vgE-ZrRh_N11D1KuNr6hx16e`,已读完整 10087 B,原文 SHA256 `33ffb6746f39944cc6ed64957b9a393c6af5e7e112054c7745a8f12c6456d1dd`,保存在 `references/2026-11-17/o1/mold-o1-minimal-spec.md`。
## 研究问题与此前证据
目标是在未作学习件的几何组件上,检验几何类型组织是否改善预测与样本效率。此次只检验 K=8、32 个几何候选、两个区域均值的配方,不裁决所有拓扑、局部类型或真实连通路线。旧 O1 纯类型/容量冲突和不完整覆盖保留;本版允许区域混合,不能把旧失败写成全部组织机制失败。S2/S3 与 R4bc 的有限结果不能证明所有方法都已达到约 7% 的不可突破平台。
Claude 固定 **A 底座:Gre24 原 19 列、全学习节点、单位权、XGBoost**。理由是方法忠实度,不因 H3 或其他臂在 INTERIM_100 的测试分数更低改底座。R4bc 原训练与 INTERIM_100 证据不动、不重做。
|臂|输入|作用|
|---|---|---|
|B|原 19 列|实际增量基线|
|T|19 列 + 类型组织的两个均值|待检验组织|
|G|19 列 + 通用连通分区的两个均值|唯一主对照|
|C|19 列 + 错位类型场选出的分区均值|机制对照|
四臂均是一套跨件全局树;不传区域编号、无区域专属模型。T/G/C 宽度及读出完全相同,B 的 19/21 宽度差明确报告。唯一主比较 T−G,T−C 检查位置对齐,T−B 检查实际增量。
## 数据、角色与冻结
从原 S2 **617 件/209 组件**开始,不直接把 R4bc 的 552/204 当 O1 完整分母。五个原外折、learning/validation/test 角色及 25/50/100 嵌套 learning 组件池固定,不补抽、不重分组。源名单 `artifacts/s2-main-preparation-2026-11-15/final-roster.json` SHA256 `fb0c984f2e553343a598ce2e3c7012d3017053dc0fef58b5aaf46dd3c67a207e`;v5 准备冻结 `artifacts/gre24-reproduction-2026-11-15/v5-models-continuation-2026-11-16/preparation-freeze.json` SHA256 `d515e3947ada75c236d70b7928481e65eba67e8adb023071b9238df5e0222cd1`。
准备只读冻结特征、几何、节点映射及查询身份/counts。19 列按 `tools/gre24_features.py:COLUMNS`:Vf、grad_Vf 三列、Di_star、grad_Di 三列、Dw、Dw_star、grad_Dw 三列、Sxx/Sxy/Sxz/Syy/Syz/Szz。F 为原 Vf,即求解前几何流动距离的全件严格体积 CDF;不重算特征、不以真实 Fill_time 或末点代替。几何优先用已冻结完整 tet 缓存;如需源网格,使用既有 geometry-only 解析路径,在 PointData/CellData 前停止,不调用 target reader。保留原 VTU cell ID,节点按原 raw ID 排序;局部 tet 索引不得冒称原 cell ID。
核查所用每文件冻结哈希、case/节点/单元身份、坐标单位、列顺序、t_set 和有限性。哈希/角色/身份错配是全局停止;已记录缺全特征件是准备不合格,不能偷偷补算。已知 v5 缺六件导致 R4bc 排五组件只是先验覆盖上界;本版仍逐件保留原 617 分母和全部原因。多面连通分量件列适用范围外;无体积、非流形公共面、重复单元、缺字段或退化几何分别记准备失败。
每组件所有件、所有臂同时合格才进入共同域。先冻结全组件交集、排除明细、各折各池真实 learning/validation/test 数量,再接学习标签。原池名字保留,实际保留数另列。四臂在同一交集训练和评分;**60 次新拟合,不挪用另一训练名单的 B 分数或 R4bc A 模型**。validation 不并入学习,不做 HPO。公开 S2 曾被使用,不能称新盲测。
## 现有引擎与确定性
唯一引擎为 Horsea 已有 **METIS 5.1.0**,发行包 `libmetis5/libmetis-dev 5.1.0.dfsg-7build2 amd64`,动态库 `/usr/lib/x86_64-linux-gnu/libmetis.so.5.1.0`,SHA256 `d0ad52903eee2ae1f79540a9de989acd7ddccff1b7499bbcb466184c15cbc4f7`;头文件 `/usr/include/metis.h` SHA256 `20826dae4a5ff3fce9ad5fd0cf28ed0f8899e1cbdab1e318dfb33c8123840616`。`idx_t=int32`、`real_t=float32`。库成功加载,两个 API 符号存在,默认选项初始化返回 METIS_OK;**尚未调用分区函数**。PyMetis/Metis Python 包及 gpmetis 命令缺失不等于引擎缺失,无需安装。拟用独立 ctypes 适配器直接调用 `METIS_PartGraphKway`;不修改系统或当前训练环境。库/头哈希变化则停止,不自行升级或换引擎。
METIS 的 CUT、体积节点权、公共面边权、contig、seed 和平衡参数按[作者 5.1.0 手册 §5](https://papers.karypis.org/glaros/files/sw/metis/manual.pdf)定义。contig 是生成约束请求,输出仍须独立做硬连通与实物体积验收。
固定单约束 ncon=1、K=8,目标权 tpwgts 各 1/8,ubvec=NULL,vsize=NULL;40 个 options 先初始化为默认,再固定 OBJTYPE=CUT(0)、CTYPE=SHEM(1)、IPTYPE=METISRB(4)、RTYPE=GREEDY(1)、NITER=10、NCUTS=1、NO2HOP=0、MINCONN=0、CONTIG=1、UFACTOR=50、NUMBERING=0、DBGLVL=0。SEED 依次 0…31;其余项保留该固定库默认值并记录完整数组。不把 UFACTOR 当实物双侧容量保证。
图顶点为按原 cell ID 排序的 tet。公共面由三个升序 raw node ID 唯一标识;一面恰好两个 tet 才有双向边,每行邻接按 cell ID 排序、无自环/重复边。面面积为正有限三角形面积;顶点权为正有限 tet 体积。不加入类型权、标签权或额外中心距离惩罚;中心距离仅可作几何诊断。CSR indices/offsets 的 32 位界限预检。
浮点到整数固定如下:对原体积向量或去重公共面面积向量 a,Q=2^26,`w_i=1+floor(Q*a_i/sum(a))`,和按稳定顺序 float64 计算;要求向量长度≤Q、每权/和可表示、体积权和≤2Q、复制到双向边后的边权和≤4Q。失败记 INT_WEIGHT_RANGE,不换比例重试。正一项避免小几何权被抹为零;记录整数权、归一后相对原份额的 L1/最大绝对偏差,匹配验收始终使用未量化物理量。
每件一个单线程进程,32 seed 顺序串行,每 seed 只一次;不同件才并行。环境 BLAS/OpenMP/NumExpr=1,CUDA_VISIBLE_DEVICES 为空。无跨件共享可变 RNG。保存 CSR、权重、原-ID 映射哈希、选项、seed、返回码、分区和每次费用;先以无标签合成图验证同 seed 重放及进程间一致性,再进入真实件。该验收尚未实施。
## 候选库、匹配、选择
G 永远 seed0,要求恰好 8 个非空面连通区,每区体积在闭区间 `[0.95,1.05]*V/8`。G 失败则该件失败,不能换 seed。其余最多 31 候选同样验收,任何失败原样记录。区域按其最小原 cell ID 重编号,按完整 canonical labels 去重,保留最小 seed;G 本身属于共同候选库。候选生成和匹配不用类型场或标签。
候选 P 与 G 逐项要求:`8*max(abs(sort(f_P)-sort(f_G)))<=0.025`;内部切面总面积相对 G 差≤5%;排序后的 8 个区域直径逐项相对 G 差≤5%。直径是区域所有顶点的最大两点欧氏距离:固定 float64、分块精确穷举点对,可用确定性无抖动 convex hull 降到极点后精确穷举;禁止 bbox、中心距或抽样近似。几何算法失败保留,不以近似补救。所有不等式采用原 float64 结果、闭区间、不附加事后 slack;记录距阈值余量。
z_i=(Dw_star, λ1−λ2, λ2−λ3),S 按上述六列重建对称矩阵、float64 eigvalsh 降序。沿用冻结输入有效性,不裁剪谱或重新标准化;无量纲等权、理想范围[0,1]的偏离记录。tet z 是四顶点算术均值。它是当前浇口相关邻域下的代理类型,未标定 CAD 语义;换浇口须重建。
对每合法候选 `J(P;z)=sum_R sum_k_in_R(v_k*||z_k-mean_R(z)||²)/V`,均值按体积。C 的乱序规则锁定 NumPy1.26.4 PCG64:按 `(volume,raw_cell_id)` 稳定排序后 `array_split(...,10)` 等频层;每件 `SeedSequence([2026111701,int(case_id)])` 建一次 RNG,按层号递增 permutation,整组三元组搬移,单元素层不变。case ID 必须为原可解析非负整数,不取 Python hash;保存实际置换及哈希。
T 按真实 z 最小 J;C 按乱序 z 最小 J;同 J 用最小 seed,禁止人为近似并列。T/C 从同一几何合法库各选一次,随后互检体积份额同式、切面积和逐项直径相对差≤5%;此相互检验使用两向均满足,即分母取两个正值的较小值。失败整件记匹配失败,**不选次优 T/C 来修复**。可出现 T=G、C=G、T=C,保留不重抽。原值、偏差与 J 全报,有限候选库失败不是数学不可行证明。
## 读出、干预强度和解释资格
对真实 b=(F,Dw_star),tet b 为四顶点算术均值;区域 b_R 为 tet 体积加权均值。节点附加两列为 `sum_{k incident i} v_k*b_region(k) / sum_{k incident i}v_k`。边界节点混合相邻区,任意区号置换不改变输出。C 乱序只选分区,给模型的 b 始终真实。附加列按冻结 raw IDs 对齐全节点及原查询;float64 计算,进入四臂树接口一并转 float32。没有守恒或速度收益先验声明。
接口集合以内部公共面为宇集,T/G、T/C 的差异为面积加权对称差/并集;并集为零时定义差异0并记录(相同空接口不算干预)。分列报告查询上附加特征绝对差 median/P95/非零比例,包括原 float64 及最终 float32 接口差;查询去重行计一次,另保留 multiplicity 供原评分。组件内先等件平均接口差。
解释门:共同配对组件≥ceil(0.8*209)=168;其中≥ceil(0.7*Npaired) 个组件的 T/G 与 T/C 两差同时≥0.10。报告几何准备覆盖及最终四臂可评分覆盖;每池若拟合/指标 NA 导致配对域缩小,重报该池门,不以准备门替代。资格不足不删同分区件、不补件、不换 seed;可在预算内完成原定描述性结果,但不得据此作类型机制正负结论。同步列件/组件/节点与形状覆盖,输入读出相同须解释其局限;更小 J/更多不同切面不等于预测增益。
## 学习、预测与统计冻结
XGBoost2.1.4、NumPy1.26.4,沿既有 Gre24 venv;四臂 `n_estimators=100,max_depth=8,learning_rate=.1,objective=reg:squarederror,random_state=0,n_jobs=1`,CPU,其余同版本默认并落完整 booster 配置。learning 全节点每行一次、单位权,不乘体积,不加 t_set 特征。目标 T/t_set,输出乘预测前工艺时钟 t_set,不裁剪或再校准。只读取该格 learning 缓存标签;无新原场解码、validation 选参、HPO、早停或测试驱动选择。原 19 列在四臂逐字相同。
4臂×5折×3池=60次新拟合,池顺序50→100→25,折0…4,每格 B→T→G→C;先固定 fold0/pool50 四臂作为成本检查,之后同池最多四格并行。每池全部终态再下池,所有原成功模型保留、无重复。首格失败或实测线性行数投影无法在24h拟合帽内完成主50池则停止新派发,记录未完成范围,不缩节点/减树。总三池超预算不扩大帽:按既定顺序尽力,未尝试明确记预算原因。
全部尝试终态和模型 checkpoint 清单先 Git 冻结,再生成原查询预测;完整预测清单/哈希与评分代码/配置再次 Git 冻结后,才读既有 S2 test 查询标签。测试标签索引 `artifacts/s2-custody-evaluation-2026-11-15/custody/label-index.json` SHA256 `168680f6fd82dc2364d420ddfb3deb694684f3cccadcf2d4d2ce56e9bf42ef42`;读角色日志必须保留。原 R4bc INTERIM_100 不重复。
逐件 `E_p=sqrt(sum c_i*(prediction_i-T_i)^2 / sum c_i*T_i²)`,counts 只一次,不再乘体积。组件内等件,再组件等权,每池合并五折,每组件只进一次。任一臂无定义/预测失败,该对比四臂共享排除整组件,保留原因及全部原结果;失败训练不通过删学习件重拟合。五折未齐不能称完整五折。
唯一主规模50%。对 j∈{G,C,B},`D_j=1-mean(E_T)/mean(E_j)`;四臂同步组件 bootstrap2000,PCG64 seed2026111408,组件字典序排列,每次抽 N 个组件有放回,同一抽样阵列用于三对比。percentile 线性分位数,Bonferroni 双侧每项98.333333…%,端点1/120和119/120。分母为零或无定义抽样不得丢弃重抽,保留并令该区间不可解释。δ=.01为暂定实际量级、无工业标定。
只有解释门通过且区间可定义,才按 Mold 原规则:D_G/D_C 下界均>.01 且 D_B 下界>0,支持该配方类型增益;D_G 整区间在[-.01,.01]可称本条件实际等效;D_G 上界<−.01支持有害;重叠/控制冲突/覆盖不足分别未定。“未显著”不等于等效。T、G 相对B都改善且D_G实际等效,才指向一般区域上下文;G/B同时报告原始均值及描述性配对95%区间,不增设主假设或替换三项Bonferroni。
25/100仅预定学习曲线,另报 T@50 对 G@100 的 `1-E_T50/E_G100`、原始误差和同一外测组件配对95%区间(同bootstrap规则,明确探索性、非三主区间之一),实际 learning 组件/件/节点数并列。不把同池增益写成样本减半;不推断换浇口、压力、材料后的工业决策正确率。
## 执行资源、先后依赖与终止
总 **144000 worker CPU秒/40h**,包含新合成、输入校验、分区/选择/读出、拟合、失败、预测/评分。准备≤43200秒/12h(含当前可用性/合同工程预留60秒,后续不重复加)、拟合≤86400秒/24h、post≤14400秒/4h;三帽同时约束,不借 R4bc/S2 余量、不自动互挪。监督CPU单列;累计不完整全局停。最多4个单线程worker,CPU0/2/4/6,协调1,其余0–7留监督/系统;原 R4bc 24/26/28/29及协调25不动。总树RSS≤36GiB、新增磁盘≤100GiB,无GPU、无自动重试。
准备单件含32seed、匹配/直径/读出≤1800 CPU秒、1800墙钟秒、8GiB树RSS。先对输入元数据合格件按case数字ID排序的前10件顺序测成本,这10件成果直接复用,不是再跑旧S3十件。报告每件tet/face/极点数、逐seed与直径费用,以及按tet数缩放的余件成本参考投影;投影超过准备余量或成本不可估则停全量派发并交已有证据,不变引擎/K/seed/精确直径来求过门。此投影不是性能保证,实际预算与预留优先。
每次拟合/每个预测任务≤1800 CPU秒、3600墙钟秒、8GiB;评分≤7200 CPU秒、10800墙钟秒、8GiB。post固定预留7200评分,预测实际累计≤7200;评分启动前仍检查余量。各并发任务派发预留其完整CPU上限,0.2秒监控树RSS/CPU/磁盘;失败路径同样检查完整峰值,不漏失败资源越界。局部失败保留NA,来源/角色越界、监督错误、账目不全或全局帽触发立即停派发并终止活动任务。无自动infra重试。
**拟合必须等 R4bc 原队列真实终态、活动guard/worker退出后**;不是聊天空闲或 interim 完成。无标签分区按 Claude 裁量可在0–7实际空闲时较早开始,但本轮只交合同和核查,尚未实现或启动。当前已有任务/唯一运行锁优先,启动前核对服务、PID、回执及pins,不能另起第二队列。实现与合成验收、执行JSON/source/job/input冻结后才可启动,不再重复同一主审;真实需要改变本合同范围时才交具体差异。
## 下一交付与诚实状态
下一阶段独立实现适配器与无标签合成验收:ABI/整数范围、体积对面积权、稳定顺序/seed重放、面连通、canonical去重、精确直径、匹配硬门及互检失败、完整三元组分层乱序、J tie、区号不变/界面混合、原19列不变、完整组件排除/角色封锁、counts一次、配对bootstrap、失败峰值与并发预算。合成失败和修复成本保留,不修改 R4bc 或历史固定源。
交付准备全原始候选/失败/成本/共同域和干预;训练/预测/评分再依冻结门交模型、原始数组、NA、费用及区间。**本次没有任何O1分区结果、实测可行率或拟合结果,也没有宣称适配器已验收。** 唯一实际新结果是现有METIS可加载及R4bc只读状态快照。