Files
MeltMind/docs/phase2-b11-results-2026-11-17.md
T

4.6 KiB
Raw Blame History

B11 固定持久性重建小门终态(2026-11-17)

Claude1794891811批准的唯一原链已终态,四个build/score guard均PASS,但这不代表科学覆盖齐全。EIK完成50/50;A/H1各仅10/50,共70幅raw/clean配对、70份评分。40件缺共同100%外测预测,两臂均PARK_UNDEFINED_OR_COVERAGE,不能按10件替代50件给完整门结论。没有拟合、新标签解码、GPU、阈值搜索或重试。实现5b676d4c31774fecb5fa7d25b904a689c57b0b0a,合同c3fab3d8c6b9a97d0deb8a062dcd860883728e04334139cdc2ae262e4472ed37;原规格364446c7。

缺失来源已核原B1冻结manifest22fbb43a:20模型拟合全PASS,但预测job00/01/03/04/10五个guard因process_count_limit终止(峰值2,限制1);仅fold2的grouped100预测成功。B11面板中10件属于该折,其余40件无同身份A/H1。未用学习拟合值补齐、未重做预测。H1源码冻结核验中的Git子进程与单进程守卫存在冲突,实际失败第二进程身份未逐次捕获;已交Claude1794892690裁量,不冒称科学失败或擅自恢复。

臂 precision raw→clean recall raw→clean 末点距离/Rg均值 raw→clean tau-b均值 raw→clean 固定门
EIK 0.0141860465 → 0.0156705539 0.3696969697 → 0.3257575758 0.2067417482 → 0.2697230291 0.9201908750 → 0.9201828750 PRUNE_THIS_FIXED_RULE_ON_THIS_ARM
A 0.0216876972 → 0.0242959691 0.4400000000 → 0.3520000000 0.3182113476 → 0.4048595049 0.9257378147 → 0.9257778187 PARK_UNDEFINED_OR_COVERAGE
H1 0.0236424086 → 0.0271540470 0.5120000000 → 0.4160000000 0.3544238498 → 0.3964188864 0.9272178227 → 0.9272578227 PARK_UNDEFINED_OR_COVERAGE

固定四门逐臂同时要求:precision绝对增≥.010、recall损失≤.020、末点距离/Rg增≤.010、tau-b损失≤.010;门不使用场误差。TP/FP/FN、空事件、匹配距离、未定义、每件查询和并列均保留。下列变化只读取原冻结评分输出,不重算。A/H1仅为10件局部诊断,不与EIK50件作跨臂排名。

  • EIK:TP/FP/FN 244/16956/416 → 215/13505/445;四项变化 {"precision_gain": 0.0014845074242321524, "recall_loss": 0.043939393939393945, "last_distance_increase": 0.06298128093191475, "tau_b_loss": 8.00000000000134e-06}。相对L2 0.0938314406 → 0.0938303350;配对分母 {"last_location": 50, "kendall_tau_b": 50, "relative_l2": 50}。
  • A:TP/FP/FN 55/2481/70 → 44/1767/81;四项变化 null。相对L2 0.0696557556 → 0.0696564165;配对分母 {"last_location": 10, "kendall_tau_b": 10, "relative_l2": 10}。
  • H1:TP/FP/FN 64/2643/61 → 52/1863/73;四项变化 null。相对L2 0.0689612650 → 0.0689582306;配对分母 {"last_location": 10, "kendall_tau_b": 10, "relative_l2": 10}。

原B3 EIK事件匹配直接复用,clean场重新按原B3严格体积分位/复合事件/一对一规则评分,没有从旧FP列表删行。完整原预测的有限/无限条及出生平台、.020标记、原/新场哈希均保存;每个build完整后Git冻结manifest及评分代码,再评分,真场未改变。A/H1只读取B1全部预测终态后的冻结数据,为每件原100%外测折共同身份域;面板基于学习证据选择,不能称新的盲测。

末填指标沿原R4bc查询ID/次数/并列最小rawID规则,可能随局部改序或并列改变;不能据查询末点变化宣称全件唯一最高点被移动。终态只读核验所有原场唯一全件最高点严格保持;逐臂最高平台及查询末点变动计数:{"EIK": {"raw_unique": 50, "raw_unique_moved": 0, "full_plateau_changed": 0, "query_last_changed": 3}, "A": {"raw_unique": 10, "raw_unique_moved": 0, "full_plateau_changed": 0, "query_last_changed": 2}, "H1": {"raw_unique": 10, "raw_unique_moved": 0, "full_plateau_changed": 0, "query_last_changed": 3}}。

累计CPU 199.855390972/7200秒,包括worker、守卫/协调、Git子进程及60秒setup(合成1.562448已含,不另加)。各相位实际worker:eik-build=50.252897s,eik-score=35.670564s,models-build=18.621338s,models-score=25.195896s。提取/重建分账保存在各完整bars文件及terminal-audit;全部原记录保留。

解释限于该固定.020规则在本面板的各臂用途:EIK完整分母下不过门,只剪该臂当前规则;A/H1覆盖不足只能暂存,不能判优劣。不能推出所有拓扑后处理无效,也不能据此要求拓扑损失;并非工业焊线/气穴或重剖结论。阶段结果交Claude维护研究树,不扩阈值/预算、不重做已闭合小门。B1原全场评分独立继续,以其真实终态及工程裁量为准。