Files
MeltMind/docs/gre24-v4-stored-score-display-2026-11-16.md
T

3.8 KiB
Raw Blame History

Gre24 v4:已有评分的阈值及配对差展示补充

按Claude1794839041.521639要求,仅汇总固定 scores.json 内已有逐件标量。原评分SHA256为 7308e1b74d96e1f003766b72fc751c2cb0eedb9956d906d2446924015fcd04a9,读取前后相同;未读取标签、预测数组或模型,未重新拟合、预测、评分或bootstrap。原评分和终态账不改。

RRMSE严格小于0.1的比例

五次独立随机315测试/314训练划分,不是五折交叉验证。有效测试依次304/311/308/309/305,缺失11/4/7/6/10;1575次测试访问含38个准备失败行。比例分母为各split有效评分件数,五split比例等权平均,不按节点加权或先池化;14个准备失败及原排除保持不变。

分母 模型 split0 split1 split2 split3 split4 五split比例平均
RMS(y) naive 178/304 (58.5526%) 185/311 (59.4855%) 191/308 (62.0130%) 185/309 (59.8706%) 186/305 (60.9836%) 60.181061%
RMS(y) GBRT 231/304 (75.9868%) 239/311 (76.8489%) 246/308 (79.8701%) 246/309 (79.6117%) 243/305 (79.6721%) 78.397926%
RMS(y) FNN 222/304 (73.0263%) 226/311 (72.6688%) 226/308 (73.3766%) 220/309 (71.1974%) 227/305 (74.4262%) 72.939078%
max(y) naive 259/304 (85.1974%) 275/311 (88.4244%) 268/308 (87.0130%) 272/309 (88.0259%) 265/305 (86.8852%) 87.109186%
max(y) GBRT 285/304 (93.7500%) 295/311 (94.8553%) 292/308 (94.8052%) 294/309 (95.1456%) 292/305 (95.7377%) 94.858767%
max(y) FNN 284/304 (93.4211%) 292/311 (93.8907%) 287/308 (93.1818%) 291/309 (94.1748%) 289/305 (94.7541%) 93.884480%
mean(y) naive 155/304 (50.9868%) 161/311 (51.7685%) 164/308 (53.2468%) 155/309 (50.1618%) 159/305 (52.1311%) 51.659009%
mean(y) GBRT 204/304 (67.1053%) 216/311 (69.4534%) 217/308 (70.4545%) 215/309 (69.5793%) 215/305 (70.4918%) 69.416855%
mean(y) FNN 189/304 (62.1711%) 195/311 (62.7010%) 189/308 (61.3636%) 193/309 (62.4595%) 204/305 (66.8852%) 63.116089%

同件配对的naive与GBRT差

先在每件上计算 Δ = RRMSE_naive − RRMSE_GBRT,再在各split取Δ中位数;不是两模型中位数相减。正值表示GBRT误差较低。配对数量为304/311/308/309/305,数值为比例而非百分比。

分母 split0 median(Δ) split1 median(Δ) split2 median(Δ) split3 median(Δ) split4 median(Δ)
RMS(y) 0.019882618405 0.018171540025 0.018917791542 0.019676381359 0.017812751847
max(y) 0.011888508286 0.010736216578 0.011273753025 0.011581302653 0.011069599973
mean(y) 0.023021678969 0.021097379048 0.021652869330 0.022773028567 0.020617144249

解释边界与费用

RMS(y)仍为内部预登记主指标;max(y)是保留tet域最后到达时间,作为论文total fill time的代理,作者评分代码尚未取得。三分母完整保留,不据数值接近改主指标。失败覆盖偏差方向未知,v4/v5摘要相近不能建立版本因果配对;t_set替代缺失Q、R1离散补充、fill-only/早停FNN和随机几何近重复限制均保留。

这是既有分数的描述性展示,不新增统计检验、训练或版本因果结论。原始结果见固定结果报告,独立审计见MeltAssist审计。完整计数与配对中位数见补充JSON。

此次展示汇总CPU 0.299509830秒单列;原科学账140042.739554秒不改,加本次展示为140043.039063830/216000秒。先前独立审计费用仍另列,非这里的全活动总账。GPU新增0。费用与源码哈希见回执。