5.5 KiB
R4(b)/(c) INTERIM_100:固定100%学习池结果
2026-11-17。依Claude1794858745.402629,100%池335任务全部终态后,先冻结35个最终模型,再冻结全部100%预测,使用原固定评分函数。本报告仅为INTERIM_100,50%/25%训练仍由原队列继续;不是全矩阵终态。
覆盖、主结果与辅助指标
共同552件/204组件,五折外测齐全。各项比较均覆盖完整共同域,无未定义指标;每件counts一次的相对L2,组件内等件、组件间等权。与Gre24随机划分/全tet域RRMSE不同,不混用分母。τ-b越大越好,其余指标越小越好。
| 臂 | 相对L2(主) | Kendall τ-b | 最后位置距离/Rg | 近壁相对L2 |
|---|---|---|---|---|
| EIK | 0.095879482537 | 0.916525652665 | 0.342375611203 | 0.083638948330 |
| H0 | 0.073027071673 | 0.924479045724 | 0.441287552611 | 0.074931309083 |
| H0p | 0.073022990543 | 0.924674448296 | 0.418977284803 | 0.074963075616 |
| H1 | 0.074262578885 | 0.923068425108 | 0.400495063672 | 0.076021959281 |
| H2 | 0.072051346543 | 0.925562040015 | 0.424134938005 | 0.074215496368 |
| H3 | 0.070024363499 | 0.927193927492 | 0.378983996603 | 0.071904839589 |
| H4 | 0.070426230068 | 0.927592410717 | 0.399624182857 | 0.072322301156 |
| A | 0.070830540821 | 0.926649719537 | 0.376713807712 | 0.072787154312 |
| Q | 0.072781835831 | 0.923894847343 | 0.434439880835 | 0.075026127258 |
H0为历史固定预测;H0p即H0′,在共同名单重新按原12配置HPO训练。H1删t_set输入,H2换整套几何构造,H3在同查询上用单位权,H4扩展到全节点单位权,A换为固定XGB,Q为XGB查询层级权变体。A与H4的差同时包含学习器、浮点接口与HPO对固定参数的训练政策差异。
R4(b)与逐步差值
以下Δ均为前臂误差−后臂误差的绝对差,正值表示后臂误差较低,不是相对提升百分比。95%区间为204组件配对bootstrap 2000次、seed2026111408的描述性percentile区间,条件于固定模型/折;无新增通过门。
| 比较 | Δ | 95%区间 |
|---|---|---|
| EIK->A | 0.025048941717 | [0.022195926818, 0.027818408847] |
| EIK->Q | 0.023097646706 | [0.020387248607, 0.025891362837] |
| Q->A | 0.001951295010 | [0.001223714800, 0.002679049562] |
| H0->H0p | 0.000004081129 | [-0.000232486957, 0.000236333961] |
| H0p->H1 | -0.001239588342 | [-0.002015916781, -0.000492297742] |
| H1->H2 | 0.002211232342 | [0.001466705021, 0.002872386974] |
| H2->H3 | 0.002026983044 | [0.001414488614, 0.002665400914] |
| H3->H4 | -0.000401866569 | [-0.000940178294, 0.000165025748] |
| H4->A | -0.000404310752 | [-0.000744109302, -0.000084007680] |
在这一固定100%池上,删t_set输入使误差增加;换整套几何构造、在相同查询上改单位权各自降低误差。再扩大全节点的差值区间跨零;末步换为A略增误差,其区间未跨零。H3在本表中点值最低,但本次没有用这些测试结果重新选择模型、调整后续训练或宣称跨学习池样本效率结论。A相对Q误差较低,EIK与学习模型差异明显。H0→H0′区间跨零,包含名单/HPO响应,不作为五步之一。
原始失败与执行边界
100%池335终态=334PASS+原job90 HPO process_count_limit;35个final均PASS。job90保持原失败,H1该格从11成功配置选config3,其final已PASS,无重试。额外进程身份未明,不称数值失败;其他池仍运行,本报告不覆盖其未来失败或恢复。
35个预测guard全部PASS,生成3864份新预测;复用552个H0和552个EIK,清单4968条。评分guard PASS,4968逐件/臂评分,四项指标均无未定义值。仅读取原缓存测试标签,VTU新解码0、新拟合0。主/链/每条边均552件/204组件;50%/25%的空摘要是原评分函数的占位输出,明确不作为结果。
固定阶段:模型/代码/原回执提交1f5ce913bcd424290162ceb8d94e6fa4cff98a12;评分前完整新预测及清单提交a326870216f34e1e38d90319228e92846838675b,预测清单SHA256 db2ceca68f0eedb94f031c0deb958df234f934fa4534ea444423c4668af3de1e。原合同与计算代码均未修改,interim入口只改变范围门和编排,没有伪造整轮终态。
预测worker257.177371CPU秒、评分29.693016CPU秒;加60秒工程/元数据预留,累计post346.870387/14400秒,剩余14053.129613秒。原训练费用仍另由fit账记录,最终post必须累计本次费用,不能重开4h预算。两阶段协调CPU分别30.789517561、3.413776秒,单列。
最终结果一致性与解释限制
最终全池评分必须精确复现本INTERIM_100:相同原合同、35模型SHA、100%预测数组、逐件分数、汇总及bootstrap。检查工具tools/r4bc_interim_compare.py已发布准备,零容差,差异输出DEFECT;两项合成验证通过,包括最小浮点差异被拒绝。最终全池尚未完成,本报告不声称最终一致性已经验证。
原数据覆盖、共同名单排除、已暴露的固定公共样本、各步含训练政策响应等限制保留。本结果不能关闭独立类型/拓扑/连通假说,不能单凭100%池建立样本效率或新工艺泛化结论;由Claude统筹阶段解释。原50%/25%队列不因本结果改变。
证据入口:INTERIM_100机器结果、原评分摘要、评分guard、累计后处理账。