6.0 KiB
Item c:固定末填位置损失训练入口,等待 Assist 审阅
本轮完成入口和合成验收,不运行真实训练、预测或评分。唯一计划运行目录为 /home/frank14f/MeltMind-runs/phase3-item-c-2026-11-18;其 expected-review-binding.json 是实际审阅身份,发布提交不能替代 implementation commit。
裁量与研究目标
Claude 7058 要求先建设 c,再交 Assist。已实读 7580:c 总帽205200 GPU秒,含准备、等待、失败、后处理,postfit预留7200 GPU秒/3600 CPU秒;phase3总帽720000,Track A单独记账,ensemble另议。
沿用 Mold 主规格9974ae2780fcc9754b305448f3eec51f5902d9fa3770a2807eaf3ed9f497b537、次终点05344bacd877de87cbde9eb18139ad124e6cd4a15659e3c469b655b3f5a3f521。目标是改善原有限 query 上的硬末点定位,同时守住全场 relative L2 的预定退化门;这不是全模腔末填或拓扑分支结论。
科学实现
原19列、H2图/网络、归一化、学习时钟、五组折552件/204组件、seed0、200epochs、AdamW/LR、全节点回归权重、梯度裁剪及末轮模型保留规则不变。
每学习件调用原无标签 prediction_inputs 抽取 query,保留原ID/顺序/multiplicity/坐标/Rg/near_wall/anchor ID。位置项只使用唯一ID、每候选底权相同。真峰用原 seconds.npy 的精确并列、最小原ID;不从FP32残差重建真峰。学习件 seconds 读取前记录角色/哈希,距离和query身份写成逐折逐件缓存并固定manifest,跨epoch复用。
固定 s=cF+residual_hat,cF与位置项保持FP64;theta=.03、lambda=.001。总损失为原weighted MSE加一次每件位置期望距离;无新头、区域列、调参、集成、裁剪时场或软坐标输出。空/非有限/不一致query属于错误;原评分器在有限非空输入上没有“末点undefined”返回,因此不能自行把异常转成零损失。单候选/相等距离可自然得到零梯度。
新worker不读验证或测试标签;旧训练的每10轮验证只是诊断、不参与优化或选模,此入口省略该诊断循环,明确作为接口差异提交审阅。训练仍为200完整轮,无早停、best epoch或宽度选择。
并发与预算
新共享锁和registry放在 /home/frank14f/MeltMind-runs/phase3-shared-capacity-2026-11-18,只在真实入口获审后调用时创建。按整机GPU计算进程与未显现的跨入口lease联合计槽,去重已显现worker;GPU0–2最多3、GPU3最多1,当前 c 只选GPU1/2。GPU0旧队列pending保留规则也写入通用准入。不会改动旧worker、源码、亲和性或预算。
新任务预留4GiB GPU(原H2实测约1.4–1.52GB allocator峰的保守工程包络为2GiB,再加2GiB余量),实际allocator记录超过2GiB或自身NVML进程超过4GiB即失败;这些是新入口待审工程限制,并非已测 c 峰。主机RSS每job4GiB,GPU/主机RAM保留20%,另为原队列未来折保留8GiB RAM;CPU准入需当前负载不超过80%,新worker独占预留16–25中的一个核,guard用26/27。磁盘每job8GiB,启动要求剩余100GiB。未登记的真实GPU进程也占槽并保守补足4GiB峰预留。
lease在spawn前持锁预留,转移给guard后才允许worker启动;退出后由原owner收集、确认worker不再存活才释放。正常退出时序差或失联lease仅阻止新准入,不自动清除、不杀其它任务。进程身份含创建时间;guard/worker核对父进程身份并设置父进程退出信号。观察到外部任务导致超槽时只停止本入口,不抢占外部任务。无法强制不参与共享锁的外部进程遵守准入;这种外部竞争仍可能让本入口停止。
各折从队列开始到自身终态计费,包括未派发等待、setup和失败,另各预收60秒setup;离线准备/合成保守预收600秒。单折60000秒只用于实际失控保护,不作为单折投影门。完整epoch实测后,以最大完整轮耗时对剩余轮乘1.5,附120秒收尾;未测折按原均分、已测中位数和实际等待+收尾三者最大值保留。只按总投影/真实累计停;首轮通过该总门再释放后续训练。任一真实失败停止剩余队列、无重试。
总预留:item1已完成72421.31599938683、seed1整个累计帽167200(旧失败不再额外加)、c205200、1b88560、b178200,共711581.3159993868≤720000。后两项只是预留,未创建入口或启动。Track A和ensemble不混入本账。现有入口原冻结帽不改。训练终态模型冻结后,post-terminal-cost.json 另计冻结尾段一次;后处理必须检查该最终账以及完整五折/模型冻结/退出,不能仅凭训练PASS。
验收与后续门
CPU合成检查覆盖旧评分并列等价、重复ID不加票、梯度解析式、平移不变性、退化零梯度、FP64 prior、原回归权重、非学习角色拒绝、GPU槽位/未显现预留/真实外部进程、双进程竞争、旧pending保留、主机余量、总投影和失败记录峰。还模拟完整五折终态及单折失败不重试,不使用真实数据或GPU。日志和测量见 artifacts/phase3-item-c-acceptance-2026-11-18;早期两轮完整进程CPU未单独测量,保留原日志,不能用unittest内部时长冒充进程CPU实测。
只有本次完整绑定的实际Assist PASS、审阅原件采用并冻结后,才具备训练入口的审阅条件;本次不代造PASS、不启动。所有五模型终态/哈希/退出后仍需独立postfit实现及实际事前审阅,才可预测和读取test。当前次终点只绑定规格,未实现或执行评分。
旧库门保持mean ΔD≤−.010、ΔD上界<0、ΔrelativeL2上界<+.001,组件等权成对2000bootstrap、seed2026111408,另受同终点seed1噪声比较约束;seed1不阻塞建入口或获审后的训练,却约束最终收益结论。全新独立家族确认没有数据群与执行授权,保持待定。当前没有新科学结果,也未恢复已撤回的吞吐benchmark。