Files
MeltMind/docs/phase3-postfit-resumption-2026-11-19.md
T

26 lines
4.7 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.
# Track A 与 seed 1 后处理结果,c 与 b 评分前交接
Yanqi 澄清此前只读指令仅限调研,随后授权按 TRON 和 Claude 的既有分工执行、写入和分享。按 h-40075a03 复核两项独立 PASS、训练终态和空卡后,各启动一次。Track A 使用原四折 958abd8c 和 GPU2,真实首 worker 2438613。Seed 1 使用原 7b4da089 和 GPU0,真实首 worker 2438625。原共享槽版本已撤回。两项任务均已结束,未新增训练或重新解码。启动时进程和显卡 PID 一致,结束后两服务均 inactive/dead,主机无对应 worker。终态由冻结结果和逐任务退出回执共同支持。
## 现有结果
| 项目 | 配对范围 | 主读数 | 后处理实际账 |
|---|---|---|---|
| Track A | v4 原固定随机 split 0、1、2、4,1,228 次配对、571 个唯一制件 | 逐 split 中位数再平均的 RMSE/max 从 A 的 3.99065% 降至 H2 的 3.25125%。逐件配对差 −0.00742357,描述性 95% CI [−0.00844468, −0.00645617] | 494.929743 GPU-s,401.526861 CPU-s,含原训练累计 79,074.728754 GPU-s |
| Seed 1 | 原分组五折 552 件、204 组件,与冻结 seed 0 配对 | 场相对 L2 +0.00014624,95% CI [−0.00142575, +0.00203802]。末点距离 −0.04820203 Rg,CI [−0.12193650, +0.02389860]。τ-b +0.00004310,CI [−0.00196796, +0.00186110] | 514.620140 GPU-s,354.051868 CPU-s,含原两次停止与训练累计 114,756.770756 GPU-s |
Track A 第 3 split 因预算投影未取得完整模型。保留原 14 个准备失败。四折比较采用自定 split 和公开协议的分母代理,随机拆分可能共享亲缘组件。原论文 3.38% 仅作为背景。seed 1 的区间描述固定模型上的组件抽样波动。c 的末点参照取 |−0.04820203 Rg|,b 的场参照取 |+0.00014624|,都只用于各自的事前筛选。历史 1b 预算停止保持。
两项原始结果和语义审阅分别冻结于 ada4b02b1aba614e7b859a5e75d1093fc3f6ffac 和 ea8f2a6276ed1db756f3c8bdfebf502673e5fe6f。逐件预测字节哈希与冻结元数据在终态审计中复核。统计数值摘自原评分,既有目标读取次数分别为 571 和 552。
## c 与 b 各自独立评分前审阅
两项共用冻结的后处理实现,各自拥有独立根、训练来源、比较合同、精确审阅绑定和一次执行锁。GPU1 串行是准备时选定的固定派发方案,单次五折依原 7,200 GPU-s 和 3,600 CPU-s 预留,仍需复查当时空卡和各自精确独立 PASS。原 phase 3 总账 720,000 GPU-s,保守保留其他项目预留,当前项目用含冻结尾段的训练实耗加后处理。每折至多 900 GPU-s / 300 CPU-s,评分至多 900 CPU-s / 1,200 墙钟秒,保留 180 CPU-s 准备及 120 CPU-s 尾段。原训练源码和模型未改。
- **c → 先审。** 训练终态 5800b843,结算 105,364.192048 GPU-s。五个 seed 0 模型沿原 19 列 H2 推理,复用原 H2 seed 0 指标,保留 hard query 末点、场与排序。旧库通过要求末点差≤−0.010 Rg、其区间上界<0、场差上界<+0.001,且主效应绝对值严格超过同域种子差。独立次要终点为全四面体节点的末 1% 体积重合误差。用原集总质量,分数处理阈值并列,并单列全域与查询域峰值证书、峰集合距离、真尾区距离与真时间下降。seed 1 的全节点预测已验证完整,可在同一次已有目标读取同时产生区域参照。鲜新家族验证仍未开放。
- **b → 后审。** 训练终态和带冻结尾段账已核,结算 95,686.475522 GPU-s。五个 seed 0 模型使用原 19 列加两列冻结区域均值和共同有效位,验证学习集的两列统计身份。原 510 有效 / 42 科学缺失全保留,单列子组描述。旧库通过要求场差 95% 区间上界严格小于 −0.001,且绝对效应严格超过同域 seed 1 差。未缓存分区运行时间仍待测。
两项用原 552 件/204 组件五折、原 raw ID、查询重复次数、Rg、并列和不裁剪规则。全预测先冻结,评分器复核独立 PASS 及整套清单哈希后,每件仅一次已有秒值缓存读取。两项都已交出绑定准备,未运行 c 或 b 推理、评分或测试目标访问。27 项合成验收含预算、审阅和预测冻结拒绝门、全节点配对、同域种子门及 05344bac 末填规范用例。配对分组、区间和阈值均沿现行规格。此交接等待 MeltAssist 依 c、b 顺序做两份独立审阅。
本机唯一根分别是 `/home/frank14f/MeltMind-runs/phase3-item-c-postfit-2026-11-19` 和 `/home/frank14f/MeltMind-runs/phase3-item-b-postfit-2026-11-19`。原 `expected-review-binding.json` 完整列出审阅提交、合同、实现证明、比较合同和代码映射。发布的定点摘要、终态核对和用户直接授权在 `artifacts/phase3-postfit-resumption-2026-11-19`。