Files
MeltMind/docs/r4bc-final-results-2026-11-17.md
T

8.6 KiB
Raw Blame History

R4(b)/(c) 全三池终态与独立确定性核验

原1005拟合全部终态:1004PASS+原job90 HPO process_count_limit,105 final全部PASS。100%/50%/25%三池均完成五折外测,各项主表、全链及相邻边均552件/204组件;不是全原始数据域,也不是新的盲测。原失败及其1.269064CPU秒保留,无重训或重试。

两个不同的一致性检查均通过。 原70新预测+复用100%清单经Git冻结后,原scorer全池评分;35模型、4968条100%预测以及100%逐件分数/汇总/bootstrap与INTERIM_100零容差EXACT_MATCH。随后按Claude1794874951最终顺序,在独立目录重新调用原预测函数完成35个100%模型,3864份新模型预测的raw_ids/counts/seconds均在dtype、shape及数组字节上与interim一致,BITWISE_MATCH、defects=[]。独立35结果没有覆盖或重评分;其通过证明此前复用预测与此次新预测相同。没有把复用数据的自比较冒称预测确定性测试。

最后独立检查完成于2026-11-17T08:37:34.948017+08:00,在原04:06:06起算的六小时共享时限内。原模型、预测函数、评分与bootstrap函数、超参数及角色名单均未改。

主指标与学习池

下面是组件等权相对L2,数值越低越好。counts只计一次,组件内等件、组件间等权;与Gre24随机划分/全tet RRMSE不是同口径,不横向拼接数字。

臂 100%池 50%池 25%池
EIK 0.095879482537 0.095879482537 0.095879482537
H0 0.073027071673 0.074655303044 0.076956158594
H0p 0.073022990543 0.074978987490 0.077230813235
H1 0.074262578885 0.075473231026 0.078264880648
H2 0.072051346543 0.073182411712 0.076157691732
H3 0.070024363499 0.071236875509 0.074341564189
H4 0.070426230068 0.071815840211 0.074436876455
A 0.070830540821 0.073081110105 0.077034763446
Q 0.072781835831 0.074423417472 0.078093148168

H0是历史参考;H0p即新H0′。H1删t_set输入,H2替换整套几何构造,H3在相同查询上改单位权,H4扩展到全节点单位权,A为固定XGB,Q为XGB查询层级权。H4→A同时包含学习器、float接口和HPO/固定参数政策差异;H0→H0′含名单和HPO响应,不作纯单因素效应。

配对差值与区间

Δ=前臂误差−后臂误差,正值表示后臂较低;是绝对差,不是相对提升百分比。95%区间来自原204组件配对bootstrap2000次、seed2026111408,条件于固定折/模型,作为描述性结果,不增设选择或通过门。

池 比较 Δ 95%区间
100% EIK->A 0.025048941717 [0.022195926818, 0.027818408847]
100% EIK->Q 0.023097646706 [0.020387248607, 0.025891362837]
100% Q->A 0.001951295010 [0.001223714800, 0.002679049562]
100% H0->H0p 0.000004081129 [-0.000232486957, 0.000236333961]
100% H0p->H1 -0.001239588342 [-0.002015916781, -0.000492297742]
100% H1->H2 0.002211232342 [0.001466705021, 0.002872386974]
100% H2->H3 0.002026983044 [0.001414488614, 0.002665400914]
100% H3->H4 -0.000401866569 [-0.000940178294, 0.000165025748]
100% H4->A -0.000404310752 [-0.000744109302, -0.000084007680]
50% EIK->A 0.022798372433 [0.019856719069, 0.025662240177]
50% EIK->Q 0.021456065066 [0.018838595010, 0.024181002810]
50% Q->A 0.001342307367 [0.000620763405, 0.002086472911]
50% H0->H0p -0.000323684446 [-0.000565051341, -0.000096060611]
50% H0p->H1 -0.000494243536 [-0.001345177170, 0.000341746094]
50% H1->H2 0.002290819314 [0.001619497018, 0.002933663815]
50% H2->H3 0.001945536203 [0.001262305502, 0.002666009690]
50% H3->H4 -0.000578964702 [-0.001133460880, 0.000010292828]
50% H4->A -0.001265269894 [-0.001701662066, -0.000856287750]
25% EIK->A 0.018844719091 [0.015819743742, 0.021692469498]
25% EIK->Q 0.017786334369 [0.014995325043, 0.020542703914]
25% Q->A 0.001058384722 [0.000319998803, 0.001760378455]
25% H0->H0p -0.000274654641 [-0.000499979809, -0.000064949704]
25% H0p->H1 -0.001034067413 [-0.002205986901, -0.000017919649]
25% H1->H2 0.002107188916 [0.001344826397, 0.002843838055]
25% H2->H3 0.001816127542 [0.001089815111, 0.002588843565]
25% H3->H4 -0.000095312266 [-0.000665630491, 0.000471496417]
25% H4->A -0.002597886991 [-0.003378172795, -0.001946827173]

在这三个固定池中,A的主指标相对L2均低于Q及EIK,三个对应区间均为正。H1→H2和H2→H3也均为正;H3→H4的区间均跨零,末步H4→A均为负。删t_set的点估计在三个池均增加误差,50%池区间跨零,100%及25%池未跨零。H3点值在这张表里最低,但未据测试结果改模型选择、拟合、名单或后续实验。

学习池缩小时,A/Q及链中模型的点估计误差增加;三个池是嵌套学习集合,不当作独立重复。这里只描述固定公共域和已测试模型家族,不能推出普遍7%误差平台、其他工艺泛化、类型组织无效或真实连通路线失败。

辅助指标

τ-b越大越好;最后位置距离/Rg和近壁相对L2越低越好。下表直接读取同一冻结评分,不重算。

池 臂 Kendall τ-b 最后位置/Rg 近壁相对L2
100% EIK 0.916525652665 0.342375611203 0.083638948330
100% H0 0.924479045724 0.441287552611 0.074931309083
100% H0p 0.924674448296 0.418977284803 0.074963075616
100% H1 0.923068425108 0.400495063672 0.076021959281
100% H2 0.925562040015 0.424134938005 0.074215496368
100% H3 0.927193927492 0.378983996603 0.071904839589
100% H4 0.927592410717 0.399624182857 0.072322301156
100% A 0.926649719537 0.376713807712 0.072787154312
100% Q 0.923894847343 0.434439880835 0.075026127258
50% EIK 0.916525652665 0.342375611203 0.083638948330
50% H0 0.923360888906 0.421230398424 0.076727548735
50% H0p 0.922924050512 0.429499436568 0.077080894126
50% H1 0.921897358781 0.402553872417 0.077579650707
50% H2 0.924488989608 0.423056988239 0.075649224765
50% H3 0.926012572242 0.379814468017 0.073301413533
50% H4 0.926272735033 0.417615187115 0.073806477133
50% A 0.924423917081 0.417964003936 0.075107000399
50% Q 0.922163137498 0.451455405911 0.076745720789
25% EIK 0.916525652665 0.342375611203 0.083638948330
25% H0 0.921206022397 0.433628907289 0.078845747896
25% H0p 0.920842255776 0.422387104995 0.078992355579
25% H1 0.919040223628 0.427568082992 0.080299053280
25% H2 0.921585181842 0.414549165871 0.078524087087
25% H3 0.922870856402 0.436800281680 0.076588888929
25% H4 0.924129021735 0.409006426280 0.076089365092
25% A 0.920483881366 0.420196300708 0.078679648878
25% Q 0.918484976902 0.453007301907 0.080092249615

原始证据、费用与限制

主评分清单14904条:7728个新70模型预测、3864个原interim模型预测、3312条历史H0/EIK引用。最终评分14904行,四项指标未定义计数{'relative_l2': 0, 'kendall_tau_b': 0, 'last_location': 0, 'near_wall': 0};27个主/相邻比较的未定义bootstrap总数0。独立35检查另生成3864数组;与原70合计105个模型各完成一次本轮原函数预测,独立35没有进入第二次评分。全部108个新预测/评分/比较guard PASS,零GPU、零新拟合/VTU解码。

训练检查点/代码先固定05343e13e4ee386248461b6a1072899d42468d8c;主评分前完整预测固定248542d23de8e737b50029b4502b577da4b098aa;主评分与EXACT_MATCH及独立35计划固定4bf84c59c816585594490e2b56b2bff96e69d8d0。原科学pins不变。合成验收保留首个测试夹具目录错误,修复仅测试夹具,0.271408及0.818123CPU秒都在同post账;未伪装首次全通过。

原fit97267.128466CPU秒、setup99.840649CPU秒。全部post累计1149.437161/14400CPU秒(含原interim346.870387、新合成与90秒元数据保守预留),总worker累计98516.406276/144000CPU秒;不借O1或其他阶段预算,不重置共享时钟。原训练guard6096.497806331和协调10618.968657329CPU秒,以及各post协调费用单列。最末报告只读审计耗时0.678542CPU秒,纳入既有元数据预留。

机器结果:artifacts/r4bc-final-postfit-2026-11-17/scores/summary.json、scores/part-scores.json、INTERIM_100-exact-comparison.json、final-result-audit.json、final-result-tables.json。独立检查:artifacts/r4bc-determinism-100-2026-11-17/bitwise-comparison.json、complete.json及全部35新预测。所有原训练失败、HPO/模型、预测和访问日志保留共享。具体远端发布以回执为准,不把本地固定冒称上传完成。

研究目的仍是新件实用填充代理与样本效率;本表是固定公开域上的受控比较,不能替代新工艺或新浇口变化的验证。O1当前尺度因几何匹配覆盖不足而停止,与本R4bc终态分开解释。由Claude据共同证据写阶段收束和给Yanqi的建议,本次不自动新增实验。