Files
MeltMind/docs/r4bc-execution-contract-2026-11-16.md
T

17 KiB
Raw Blame History

R4(b)/(c) 唯一执行合同草案

2026-11-16 · MeltAstra。状态:按 Claude 单次裁量固定的执行合同;尚未实现、测试、拟合、预测或评分。 方向依 1794832267.149719 / h-88b3841e,数学规格原文 SHA256 27d24c9d36e0f36ea09adc254bf41e93b80017f5c98b873141346d1064714979(9147 B)。最新 1794833279.817489 固定552共同域、无精度桥、float32并入学习器;1794833544.971179 解决H0冲突,要求新H0′及同12配置内验证,并明确“纳入此唯一合同的版本即一次主审,无下一轮”。另依 1794833643.127119,100%池所有折优先,其后50%、25%,池内按链顺序再XGB。本版据此固定,不请求重复go;未声称Claude已经审阅尚未编写的实现。R4(a)固定结果为 76978c4278aa0ac4370a3a30e08cf5c40b08c12f,不重跑。

目的、固定输入与范围

研究目标仍是几何组织是否改善跨几何泛化和样本效率。本次核查既有 Gre24 特征回归在组件分组协议的增量,并沿固定路径分辨输入、构造、训练权重、支持与学习器差异。它不是新的 O1 训练、空间矩消融、v4 方案变更或论文原数值复现。v4 保持 CPU 优先,现有代码、服务与预算不动。

原请求为 S2 v5 的 617 件/209 组件,五外折及原 25/50/100 嵌套学习组件池,学习/验证/外测角色不变,不重划分、不补抽。源固定:

输入 路径或来源 SHA256
原 S2 名单 artifacts/s2-main-preparation-2026-11-15/final-roster.json fb0c984f2e553343a598ce2e3c7012d3017053dc0fef58b5aaf46dd3c67a207e
v5 准备冻结 artifacts/gre24-reproduction-2026-11-15/v5-models-continuation-2026-11-16/preparation-freeze.json d515e3947ada75c236d70b7928481e65eba67e8adb023071b9238df5e0222cd1
EIK 查询预测冻结 artifacts/r4a-labelled-recovery-2026-11-16/pass-predictions-freeze.json efa334748eba30f9f1d685b8ee8f1cc5c63c5169b832d5854316b30715b049a8
既有 S2 查询标签索引 artifacts/s2-custody-evaluation-2026-11-15/custody/label-index.json 168680f6fd82dc2364d420ddfb3deb694684f3cccadcf2d4d2ce56e9bf42ef42
数学规格原文 references/2026-11-16/gre24/mold-r4bc-training-spec.md 27d24c9d36e0f36ea09adc254bf41e93b80017f5c98b873141346d1064714979

只复用既有 v5 全 19 列特征与已有标签缓存。批准后先核全部使用文件的冻结哈希、case/raw-node IDs、坐标与单位、查询映射/eligible mask、t_set;不重新计算 Dw/Di/Df、梯度或空间矩,不读取/解码原 VTU Fill_time。旧 S2 20 列、查询与标签同样逐文件核冻结哈希。错误哈希、角色/身份/单位错配是全局停止,不能静默重算或追加排除来绕过。

元数据清点已落 artifacts/r4bc-planning-2026-11-16/metadata-inventory.json,不是已完成数值预检:直接特征交集 611 件,缺 33/589/644/666/1466/1470 六件全 19 列。R4(a) 的 distance-only 成功没有补 Di/空间矩,不能把这几件当作全特征成功。

按主审要求在所有臂一致排除任何缺件所在完整组件,共排除五组件、65 件:

组件 缺全特征件 ID 整个组件排除件数
component-ca40411ea4c0e984 33 25
component-7062cbdcba767c93 589 4
component-aef6b4e1df5fb3cd 644 1
component-4890d38c10ec20ba 666 1
component-7fe5173e77c86f9d 1466、1470 34

拟冻结共同域 552 件/204 组件/15122444 全节点,不是 R4(a) 的 616 件。该排除完全来自准备状态,未读取结果来选名单。各池沿原嵌套成员交集,百分比名称仍指原池,并报保留后的真实数量。每折按 case 字符串排序,每件节点按冻结 raw ID 对齐;查询保留原顺序,每个不同节点一行。以下元数据数目待批准后的身份检查核实,不额外挑选学习组件:

外折 25 池学习件 50 池学习件 100 池学习件 外测件(各池相同)
0 111 190 320 121
1 83 178 374 91
2 56 166 366 99
3 93 173 291 119
4 58 116 350 122

目标、学习器、权重与五步

所有学习器直接回归 z=T/t_set,秒数预测为 t_set * f(X)。t_set 是预测前工艺输入,不用真实最后到达时间代替。不作输出裁剪、CDF 重映射、学习后的尺度校准。拟合数据只取该格learning标签;Hist的HPO验证可读该格validation标签,但不把validation合入拟合,Hist新臂按下面固定12配置流程使用该格 validation;XGB不做HPO。任何臂都不早停或用test选参数。旧历史配置曾用原 validation 选择,此事实保留。

历史 R2 输入是 20 列 = 19 几何列(含 6 空间矩)+ t_set,不是 9 列。列名及顺序以固定 tools/s2_models/features.py:R2_COLUMNS 为准,删列仅删末列。19 同名列并不意味着换构造后数值相同。

H 为 sklearn 1.7.2 的 HistGradientBoostingRegressor。最新裁量 supersedes 原草稿“复用已选参数”:H0′/H1/H2/H3/H4 每格均使用原 S2 同12配置内验证程序。网格固定为 learning_rate∈(.05,.1)、max_leaf_nodes∈(31,63)、max_iter∈(200,500,1000),按此笛卡尔积原索引0..11;均 min_samples_leaf=20、random_state=0、early_stopping=False,单计算线程、平方损失,其余版本默认参数全量记录。

每个配置在该格 learning 上训练,用该格 validation 的同S2查询/组件平均相对L2选择(无论训练支持是Q还是A,验证口径一致);同分取较小配置索引。12个HPO都必须进入终态,失败配置NA,按有限且成功者选最优;全部失败则cell/臂NA。随后所选配置仅用learning重新拟合一次final,validation不并入。预算使HPO未尝试完则cell/臂INCOMPLETE,不按不完整搜索偷偷选择。HPO训练、验证预测与final全部计入拟合费用。所有臂共享程序而非强制共享被选中的参数,特征/权重变化引起配置选择变化属于该固定训练程序的响应。旧cell选择记录只作溯源,不能代替新的HPO。

X 为 xgboost 2.1.4 的 XGBRegressor,沿 gre24_models.py:n_estimators=100、max_depth=8、learning_rate=.1、objective=reg:squarederror。拟固定 random_state=0(所有 cell 一致)、n_jobs=1,CPU、其余同版本默认,落全量 booster 配置。不迁移 v4 正在使用的包,不调 min_child_weight、正则或树算法来追分。NumPy 1.26.4;沿既有 Gre24 环境。

查询层级权重 w_pi=(1/G)*(1/P_g)*c_pi/sum_j(c_pj),G/P_g 来自该格共同学习名单;Hist 原始权重和一。全节点 A 每节点一次、权重一,不再乘体积。X 的 Q 变体取同一查询行,传 N_Q*w_pi,权重和 N_Q、平均一;显式报告绝对缩放,不能称其对树拟合无影响。X 的 A/Q 均按原接口冻结 float32 X/z。

臂 特征 训练支持/权重 学习器 规定的变化
H0(历史参照) 原历史图 20 列 原学习名单的 Q / 和一层级权 原冻结H 只读重评分,不作五步归因
H0′ 历史图 20 列 共同学习名单 Q / 和一层级权 H,同12配置HPO 匹配新起点;与H0另报名单变化
H1 历史图 19 列 同 Q / 同层级权 H ① 只去掉输入 t_set
H2 Gre24 tet 19 列 同 Q / 同层级权 H ② 更换整套几何构造
H3 同 H2 同 Q / 单位权 H ③ 同查询行改变权重(含绝对尺度)
H4 同 H2 完整节点 A / 单位权 H ④ 扩大训练支持
A H4 的 19 列按原 X 接口转 float32 同完整节点 / 单位权 X ⑤ 更换学习器、固定配置及数值接口
Q 与 A 同数值的 19 列 原 Q / N_Q 倍层级权 X R4(b) 声明变体,非历史端点

五次指定因素切换全部保留,③④不合并。H1→H2 包含壁距、Di/Df、速度、可达性、梯度及空间矩邻域等整套生成方法,不能只归给 Df 传播;纯传播对照引用 R4(a)。A/Q 同时改变支持与相对权重,不能称纯节点增量。各差值依赖路径与顺序,不作全局可加归因。

历史端点与新匹配起点

Claude 1794833544.971179 明确 no-refit 只约束原历史参照。H0原模型/训练事实/预测不动,只将冻结外测预测限制到552/204共同测试域重评分;不冒称新拟合。新H0′ 按共同learning/validation名单执行同原20列/graph/HGB12配置内验证/query hierarchy配方,使用独立输出目录,既有H0仍保留。

H0→H0′作为“名单变化(包括固定HPO程序对此名单的响应)”参照,不计入五步,也不能称参数固定的纯件数效应。五步从H0′起;H0′→H1的程序、角色、名单、查询与权重相同,仅删输入t_set。原metadata显示cell3/4/12学习名单未减少,但验证名单仍需分别核;本版为清晰保留新H0′的完整12配置程序,不凭学习件数复用旧选参/模型,也不另加复用捷径。其余四步所有臂共同学习名单不变。

精度裁量与目标一致性

只读首件 NPY 头显示历史 r2 与 v5 features/target 缓存均 float64;这不是全库检查。旧 Hist 在接口保留64,旧 X 接口明确转32。依 Claude 1794833279.817489 及 1794833544.971179,保持各自真实接口,无独立精度桥、无额外桥接拟合。H0′–H4 保留各自源 float64 X/z;A/Q 沿原接口装配 float32 X/z。第五步作为整套学习器及其数值接口切换报告,明确它也包含 X/z 舍入及 Hist 固定12配置HPO 对 XGB固定100/8/.1的训练政策差异,不声称严格相同浮点输入或纯树算法效果;不得更改原学习器来制造形式上的等精度。

查询原 S2 seconds/t_set 与 v5 全域缓存按 raw IDs 对齐的目标须数值一致;全部 identity/单位及目标一致性在角色允许读取时检查。若出现源标签值不一致,不隐含改变目标或容差掩盖,停止输入流程交具体差异。测试标签不能为提前验证而读取:测试侧仍留到预测冻结后的评分阶段。每格只装配该格合法 learning 标签,不为数据检查读取该格 test 标签。

新拟合上界为 5个Hist臂 × 15格 × (12 HPO + 1 final) + 2个XGB臂 ×15格 = 1005。900次HPO、75次Hist final、30次XGB;均新任务、每次至多一次,无额外精度臂。不因数量增加提高40h预算,实际成本门和累计上限可能留下未测边。

预测冻结与评分

R4(b) 朴素基线只引用 R4(a) 冻结 EIK 秒数查询预测,限制到共同域;同一测试件跨池只一份源,不重新算全域 CDF、距离或时钟。训练所有终态(含预算未尝试、失败 NA)及 checkpoints 首先 Git 固定,再产生测试查询预测;每臂同 raw IDs/eligible mask,全部预测清单/hash 和评分源码配置再次固定后,才读既有 S2 test 查询标签评分。不新解码,不用测试分数决定复用、名单、顺序或下一格。

主指标保持 S2 相对 L2:sqrt(sum_i c_i*(prediction_i-T_i)^2 / sum_i c_i*T_i^2),counts 一次,体积质量不重复加入。每件→组件内等件→等组件。零分母或非有限指标记无定义,对该对照的所有臂共同排除相应组件并列明。每个学习池合并五折外测,每件一次;只有五折实际齐全才称完整五折估计,预算部分结果明确标注。τ、最后位置/Rg、近壁相对L2沿冻结 S2/R4(a) 函数作为描述性辅助,不增加选择门。

R4(b) 报 EIK/A/Q 均值及 E_EIK-E_A、E_EIK-E_Q、E_Q-E_A;正值表示后者更低。R4(c) 从H0′起报五条相邻边 E_previous-E_next,第五边含数值接口;同时保留历史H0、新H0′与A端点绝对误差;H0→H0′另列。组件配对 bootstrap 2000 次、seed2026111408、percentile95,两端同一重抽样;不把节点、三个嵌套池或五折当作独立重复。不设置显著性/效应量通过门,CI 不作后续训练选择。

准备域在所有臂固定 552 件/204 组件;拟合失败是 cell/臂 NA,不另剔除学习件重拟合。R4(b) 主表使用 EIK/A/Q 都有合法预测的完整测试组件交集;每条链边报告其两端完整组件交集,另列全链共同交集作端点/连贯比较。配对域若因失败不同须逐表列名单/分母,禁止拼接不同交集的差来归因;缺端点的边为空,不把失败记为零分。所有原失败和成功但未成对的预测仍分享。

工程预算、派发与停止

总 144000 worker CPU 秒(40 h),不借 v4、S2、R4(a) 剩余额度;包含本合同之后所有新合成、输入验证/转换、拟合、预测/评分及失败 CPU。划分 setup/合成/哈希/转换≤7200 秒,拟合≤122400 秒(34 h),预测/评分≤14400 秒(4 h);各帽同时约束,未用余量不自动扩臂。监督/协调 CPU 单列,可审计总 host 成本;磁盘共100 GiB 新增上限,不复制原库,不删除旧证据。

最多四个同时工作的单线程 CPU worker,固定 24/26/28/29;协调核25,设置 BLAS/OpenMP=1,CUDA_VISIBLE_DEVICES 空,零 GPU。保持 v4 准备8/10/12/14/16/18/20/22和模型0–7资源,v4结束也不自动扩核。每拟合(含装配/保存)≤1800 CPU秒、≤3600 wall秒、≤8 GiB进程树 RSS;监督采样0.2秒并保留超界,失败结果也检查完整峰值。四 worker+协调合计≤36 GiB RSS;启动前若与v4资源竞争或余量不足,保留唯一队列等待资源,不抢占/改v4。

第一成本检查固定 fold0/pool100 一整格,按 H0′→H1→H2→H3→H4→A→Q 顺序在一个worker执行,每个Hist臂先12配置原索引顺序HPO、再final;这些即最终拟合,之后不重跑。完成后按各臂每项HPO与final实测 CPU、后续 full-node/query-row 数比及 Hist max_iter 比作线性参考投影,连同已花 CPU、每项装配/拟合实际耗时列出。投影不是性能承诺,实际 guard 与累计预留才是硬帽。首格投影分别列100%池和全三池费用;全三池投影超过34h不阻断100%池。100%池本身投影超剩余拟合预算、首格任一final失败/全HPO失败/预算未完成或无法估计则终止完整矩阵派发,保留已有模型并执行预算内已批准的冻结/部分预测/评分,说明未测边,不自动缩节点、减树、调参数或再申请一次相同 go。

依Claude1794833643,首格通过后先完成100%池其余fold1..4,再50%池fold0..4,最后25%池fold0..4;固定原cell编号不变,100%池已完成cell2不再派发。每池最多四个fold-cell并行,每cell按H0′→H1→H2→H3→H4→A→Q,每个模型只一次;一个池全终态后才进入下个池。派发前按每活跃拟合完整1800CPU秒预留;若剩余拟合预算不足,不启动该任务,记 NEVER_ATTEMPTED_BUDGET / not run: budget(不是failure),既有合法worker结束后终态固定。HPO配置失败只将该配置NA,待12终态按成功者选;final失败留该cell/臂NA。其他未尝试按固定顺序继续且不重试,首格成本门的失败规则优先。小池未跑明确标not run: budget。该优先序旨在先完成主100%比较,但若实际费用/故障使100%池也未齐,只能如实报主池未完成,不能为保证齐全突破硬帽。

输入预检分件顺序,setup总墙钟≤3 h;预测按 cell/臂任务,每任务≤1800 CPU/3600 wall秒、8 GiB,全部合计进入4h post帽;评分单任务≤7200 CPU/10800 wall秒、8 GiB,须预留完整上限后才启动。总 post墙钟≤6 h。所有任务防重复启动与原子回执。全局来源/pins变化、角色越界、监控错误、累计账不完整或全局预算/磁盘越界立即停止新派发并结束活动任务;保留原始失败,不自动修复/重启/补跑。局部 fit/predict失败依 NA规则;没有 infrastructure 自动重试例外。

已审合同后的实现验收与交付顺序

独立新实现和根 artifacts/r4bc-execution-2026-11-16,不改旧科学 pins。合成验收覆盖:20→19精确删列、五项相邻改变及第五步的实际数值接口、raw-ID查询重排/同节点去重、counts一次/和一与N_Q缩放、全节点单位权、目标/t_set、learning-only和预测冻结前test拒绝、组件排除、历史只读预测严格指纹/H0′独立目录、HPO选择与失败/同分规则、零重试/预算预留、失败峰值和累计账、bootstrap方向/配对。合成不读真实标签;首次失败完整保留、修复成本累计,达帽停。

实现、合同JSON、固定job-list/source/input索引和合成回执先Git冻结,再实际启动唯一脱离聊天的服务,记录PID/亲和性/来源pins;聊天结束不重启。正常完成后交原始各格回执、所有失败、配置/模型/预测哈希、访问日志、完整/部分域、CPU/wall/RSS、表格和配对CI。只在真实失败需改范围时回到Claude裁量,不另设重复主审或用户go。

本版已逐项吸收Claude1794833544的一次主审裁量:历史H0只读、新H0′、同12配置HPO、五步且末步含数值接口/训练政策、共同40h。方向与合同接续不待下一轮主审;实现和验收尚未发生,实际启动必须另有固定代码、合同JSON、合成与进程证据,不能把这份合同当运行完成。