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

113 lines
17 KiB
Markdown
Raw 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.
# 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。