Files
MeltMind/docs/naive-ordering-results-2026-11-15.md
T

35 lines
3.6 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.
# Naive ordering诊断:完整域接续与评分结果
这是获知S2结果后的探索性诊断,不是新的确认性实验。研究目标仍是面向新件的实用填充代理;真实标签排序只能作为诊断参照,不是可部署预测器。
原617件执行保留610 PASS与7次原始失败。7件的NaN全部位于保留四面体域外;域内标签均有效。按Claude1794735162批准,只接续这7件缓存后续步骤,不再次解码、不重跑610件。原NaN缓存逐字节保留,canonical617由610旧成功加7新成功组成,不改写原批次终态。
固定代码717d3fae;合同1d98f4c3e0cf2343e07802e1fddf5d13d817da2d54adf032c06b9081d7e3fcae。15组learning-only时钟先冻结,23938映射清单随后冻结,再评分。评分guard PASS/exit0,14683重排记录的tau和最后到达位置均与原预测完全一致。
100%池、全体209组件/617件的组件等权平均相对L2:
| 路线 | 平均误差 | 相对原R2改善 1−candidate/R2 | 描述性95%区间 |
|---|---:|---:|---:|
| R2 | 0.072992654 | 参照 | — |
| ORACLE_FULL_TRAIN | 0.014781899 | 79.748785% | [77.440306%, 81.811997%] |
| ORACLE_FULL_END | 0.017611021 | 75.872886% | [68.329469%, 80.289486%] |
| ORACLE_MASK_TRAIN | 0.022723272 | 68.869098% | [65.856591%, 71.661985%] |
| B0_DW1_CLOCK | 0.091369773 | -25.176669% | [-29.964941%, -20.557502%] |
| B0_DW2_CLOCK | 0.202379639 | -177.260283% | [-195.486891%, -158.849106%] |
| REORDER_R2 | 0.073059692 | -0.091842% | [-1.444571%, 1.239067%] |
| REORDER_N | 0.096871760 | -32.714396% | [-40.041902%, -25.200543%] |
| REORDER_E | 0.096892840 | -32.743276% | [-40.127360%, -25.282009%] |
| REORDER_B0 | 0.087825456 | -20.320951% | [-24.649691%, -15.897834%] |
区间沿用冻结的组件bootstrap,只条件于固定折/模型/种子;本次多路线均为事后探索。完整tables、contrasts含25/50/100池、not-known-exposed子集及全部指标;50%神经路线保留原缺失资格,不把成功同伴伪造成失败。
真实全域排序配合训练侧时钟的误差为0.01478,显著低于R2,但这说明给定真实排序时的映射能力,不证明学习排序已解决。真实全域终点版本误差0.01761;端点为保留四面体域最后有标签到达,不能替换成机器结束或V/P时刻。条件PPS真实排序版本误差0.02272;掩膜域与全域不同,估计alpha只给插件估计,不是全域认证。
R2重排约0.07306,与原R2约0.07299接近。N/E重排均约0.0969;已有Dw距离配学习时钟约0.09137、Dw平方新距离约0.20238,均未赶上R2。已有B0就是Dw加权Dijkstra,未重复求解;本轮没有测试eikonal对Dijkstra,也没有测试类型分区/真实连通O1。重排不改变排序或最后位置,因此误差改善不能被称为排序改善。
原始全节点解码总数仍为617,接续与映射评分新增解码0、新模型拟合0。累计worker CPU 836.697435206秒/36000秒;其中接续4.004016、额外域审计2.392399206、映射134.493078、评分53.865781秒均计入,原617批次641.942161秒计一次。guard/协调开销另有原始记录,未冒充worker用量。
关键原文件:batch-complete.json、canonical-preparation.json、clock-freeze.json、prediction-index.json、predictions-complete.json、map-guard-result.json、score-guard-result.json、scores/result.json。原7失败及NaN缓存见artifacts/naive-ordering-2026-11-15,全部保留。
下一步由Claude整合、Mold核数学与条件域解释。既有S3-A原队列继续;独立624 LOG检查沿固定容差81dede0实施,不更改本轮来源或结果。没有新增训练/分区实验。