2.6 KiB
Gate outcome calibration v2:固定执行与比较口径
Claude1794916421批准完整旧552件的独立72,000 CPU秒资格校准,1794917650明确比较统计。原exact-set校准FAIL不变;新的结果层面校准并非事后放宽旧门。42新候选下载暂停,候选标签不读取。本根在/home;不重新拟合模型,不改变原科学算法。
旧552分为52 exact seed set(原特征、G读出、预测按hash复用)、493非一致有效seed(固定tet-FIM Di/Df、梯度、moments、Vf与G读出重算)及7无效gate(保留资格分母)。Dw使用原始hash固定缓存;G使用原已固定分区,原G-invalid保持原生NaN,不再分区。候选gate只读取已封存raw IDs,不读取Fill_time数组。
唯一准备队列tools/phase2_gate_outcome_queue.py;先原固定顺序前10个重算件,用4worker测成本,node-weighted投影加准备开销与postfit储备,投影大于72000立即停止。通过后最多12worker、CPU16–27,保留B17的8/10/12/14;协调30–31。单件沿原1800 CPU秒/1800墙钟秒/4GiB树RSS/2GiB输出;全队列48GiB并发RSS、12GiB根目录。准备阶段最多68400CPU秒,保留3600给后续预测/比较;任意失败停止,无自动重试。
准备开销统一保守计600CPU秒,覆盖来源链查找、一次无科学计算的source_partition元数据KeyError、10项合成检查及最终固定。初版60秒预留在启动前更正,旧固定合同/proof原件保存在superseded-prelaunch,原总帽不增。旧holdout预算账68.367CPU秒保持独立,不从其余量补贴v2。10测试为3个与原算法位级一致的合成检查,7个计数/分母/CPU隔离/预算/成本边界/真实guard单次执行及失败保留检查,无候选数据。
比较合同comparison-contract.json在真实比较之前固定:两套冻结模型A、B13-E1b逐折绑定原checkpoint;仅使用label-gate与LOG-gate预测均有定义的成对件。组件内对有定义件取均值,再组件等权;2000次配对组件bootstrap、seed2026111408,不补0或插补。7/552明确报告资格损失;只有不存在任何有定义件的组件不进入bootstrap,报告排除组件数,不要求组件的每件都完整。两模型各自field CI均须在±0.001内、last-fill/Rg CI在±0.010内才通过。
当前准备入口只生成特征并停在FEATURES_COMPLETE_PREDICTIONS_AND_COMPARISON_PENDING,不实现拟合、预测或比较。后续预测及比较继续用同一72000账,全部预测先固定;真实Assist语义PASS必须在比较前读验/绑定。规则合同已固定不等于比较实现获审,也不等于校准通过。实际启动以根目录started/live/actual-start-audit为准。