Files
MeltMind/docs/s2-main-matrix-execution-2026-11-15.md

16 lines
3.4 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.
# S2 统一名单后的 fresh 矩阵执行
准备终态已固定为 `31012ae4d38b4b088eb2f8d3a5851ef2ab55e710`:131 尝试中124通过、7超时,493旧成功仅复用。最终617件的统一名单 SHA256 为 `fb0c984f2e553343a598ce2e3c7012d3017053dc0fef58b5aaf46dd3c67a207e`。排除7件共708645节点,原全集18661224节点;各折/池实际计数已固定在准备根 `final-fold-pool-counts.csv`。本次不再启动准备,也不复用pilot权重。
新矩阵根 `artifacts/s2-main-matrix-2026-11-15`,合同 SHA256 `198e5711ed2e7485167068769652c866867229e09ecf0d09b21612debc3b7a56`。执行授权沿Claude1794699027.366469。固定5折×3组件比例池×3种子×N/E共90 fresh runs,45个相邻N/E块;宽128按可行性选择,宽度效应未检验。E_max/cosine42、AdamW及AMP跳步规则不变。新工作者的完整训练/验证epoch循环与已固定v2 pilot逐字一致;只适配fold/pool/seed、名单和输入访问,没有加载旧checkpoint。
每个fold/pool只枚举该折成功learning/validation,标准化统计只用该学习池。读取缓存或压缩包之前拒绝本折test。可验证兼容的旧非测试目标复用;缺少的目标在受监督run内按当前折允许角色惰性提取并留回执,按折加锁缓存,失败/中断不静默重试。本折test始终不进入该折拟合或验证;其他折的角色不能绕过当前折检查。所有90+15终态及检查点冻结后才统一托管测试预测、评分;本执行器没有测试预测或评分入口。
四张V100每卡一块,块内N后E,每个run都有三次空闲确认和已验收的累计显存峰值监督。各卡CPU亲和分别[0,1]、[2,3]、[4,5]、[6,7],记录在合同及回执;CPU8–31留给其他工作和后续R2。环境显式设置expandable_segments:True;每run≤1800s、15GiB显存、16GiB进程树RSS、5GiB输出。每次空闲等待最多600s;它与设置、失败耗时均计入46聚合GPU小时。监督仍是采样与退出复核,不把采样上限描述为连续硬件配额。
协调器按实际子进程存活时长累计每块GPU时间,并在派发时为每个活动块预留5000s;不按并行日历时长低报GPU小时。首四块共八个run全部终态前不派第五块;使用成功观察到的各臂最大wall/node、剩余实际节点数及25%余量重估,超过46h或两臂缺可用成本时停止报告。预算不足时尚未派发的run明确NA。任一臂失败仍完成其配对臂的既定尝试;失败不重试、不替补,配对有效性单独记录。
验收:10项矩阵CPU合成检查及7项既有累计显存监督检查全部PASS。覆盖15个真实名单选择与固定计数一致、当前折test在I/O前拒绝(即使有旧缓存)、折角色转换、惰性目标只创建一次及缓存后再次角色检查、训练循环未改变/无权重加载、预算预留、首八屏障和投影停止、N失败仍执行E一次、45块/90终态唯一派发、禁止重复矩阵启动,以及历史失败路径显存峰值监督。没有在这些验收中读取真实新增标签或启动GPU计算。
执行状态以 `matrix-started.json`、`matrix-progress.json`、各block/cell回执及 `first-eight-checkpoint.json` 为准。`prelaunch.json`、`acceptance.json` 是启动前固定证据,不可据此覆盖之后的真实状态。不得因聊天闲置重启。后续R2尚需独立执行实现与验收,预算为单fit30CPU-min、总100workerCPU-h、首fit成本检查;R2未全部终态时禁止托管测试解封。