Files
MeltMind/docs/phase2-b17-results-2026-11-17.md
T

20 lines
2.8 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.
# B17 固定组合配方:筛选未通过(2026-11-17)
B17 stage1 COMPLETE / PRUNE_B17_FIXED_RECIPE。552件、204组件,全部原5折;42件G无效保持原生NaN输入,不删件。主指标为新配方减冻结E1b G的末点误差/Rg:均值需≤−0.010且95%组件配对区间上界<0。实际两个条件均未达到。此为固定23列+尾部加权配方的筛选,不是否定所有末点损失/路径/类型/连通路线,也不把训练组合解释为单因素因果效应。B17 stage2未获本结果放行。
|指标|B17|冻结G|B17−G|95%组件配对CI|
|---|---:|---:|---:|---|
|relative_l2|0.0700317036044|0.0697022143049|+0.000329489299548|[-1.77346985642e-05, +0.000676342337321]|
|last_location|0.384303830928|0.387589687577|-0.00328585664917|[-0.0389311604904, +0.029789254516]|
|kendall_tau_b|0.928088901233|0.928112243828|-2.33425942369e-05|[-0.00053152985221, +0.000552297693035]|
2000次组件bootstrap,seed2026111408,三个指标0个undefined replicate。逐件末点差描述性中位数为0;371个负查询预测保留,未裁剪。无验证集选型、无新标签解码。内部字段new_minus_A在此比较中的A代表冻结G,报告明确标为B17−G。
原121补充B14任务回执:{'PASS': 121};431旧读出按hash复用。5训练和5预测任务PASS,552预测先固定。原源码347073135ed79efaf5714374043bf46e13fc743d保持,已知描述性中位数误减dict缺陷保留。Claude1794916398批准独立修复3da8a5a0,仅取last_location.value、跳过None;12测试通过。Assist实读review PASS SHA235cfc9f29408be2de163a6ec399b679c3bc2e3957cc0cf71254200e97515149,发生在评分前;审阅仅实现/固定对象,不冒称独立数值复现。
原协调657084在真实WAIT、131终态且无子任务后仅一次带标签退役,原complete=STOPPED工程退役原样保留,非数值失败。原累计4677.737691664000 CPU-s计一次;原score与authorization未创建。独立评分根`/home/frank14f/MeltMind-runs/phase2-b17-reviewed-score-2026-11-17`,launch28550589d1728505011d8f40a9547046f3972e6b,合同fe3dc3b5988ebc559371475a2aa77f905ca9ec2da8ece3f3559231bb079555db。协调664469/worker664500均已退出,score guard PASS(6.35537 CPU-s、6.788018589 wall-s、183271424 B RSS),0重拟合、0重预测。
最终含terminal freeze累计4744.511491480001/10800 CPU-s。终态f8f11ccaecc9e72a881ba9936b300ea12462b736,结果SHA 733af81182a0d7bfab6190ccbf9d6bd960f4886c6dc379d01f6d8cbb498d2f74。terminal-audit.json重新核固定源、552预测hash、真实审阅时序、进程退出和成本,未重算统计。终态不重启/重评分。
进入决定:将结果交Claude现有阶段整合;独立gate outcome v2资格校准仍按既有72,000CPU秒裁量推进,不能由B17未通过推断该资格校准的结果。42候选下载继续暂停。