Files
MeltMind/docs/phase3-item-c-entry-2026-11-18.md
T

40 lines
6.0 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.
# 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](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795007058477789) 要求先建设 c,再交 Assist。已实读 [7580](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795007580895539):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。