Files
MeltMind/docs/s2-custody-results-2026-11-15.md
T

109 lines
7.7 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.
# S2 固定矩阵与托管评估结果(2026-11-15)
本次固定实验中,E 相对 N 的误差改善率为 **−1.2924%**,组件 bootstrap 95% 区间 **[−2.1223%, −0.5633%]**,按预注册六区间属于 harmful(误差增大)。R2-G24 的误差低于两种神经模型,N 对 R2 的预注册有用性条件未满足。结论限定于本实现、输入、42 epoch/宽128训练与共同合格查询域,不是O1、拓扑或几何组织路线的否定。
## 完成状态与固定顺序
神经90计划格全终态:89 PASS/1 NA,100%池15对全部有效。R2 180个HPO+15最终fit全部终态,179 HPO PASS/1基础设施停止;15最终fit全部PASS。未重试、未复用失败神经权重。
终态与104可用模型先固定 `6903c07365c7879b3fcbe9b78d8dbc3aec695ae0`。评估实现经Claude主审1794730198.146459,两条件关闭于 `522ee84f6abd5ccad9bfcdc41a5c74ce1248c20a`,14项合成/元数据检查PASS。全部13,449预测和评分源码/配置于解码前固定 `c47dd6a539e9ac77945acd93cc16266291cf96de`,推送确认后才创建scoring-freeze并解码。原无标签预测session42606与CPU托管session87444均退出0;617件各解码一次,13,449逐件结果,所有指标新增NA=0、bootstrap undefined=0。
## 100%组件池主表
以下误差是按draw multiplicity加权的逐件relative L2,再件/组件/固定seed等权;不是节点平均百分比误差。五折合并后组件等权,209组件/617件。近壁、τ-b和末到位置仅描述,末到距离以Rg归一且限查询覆盖。
| 臂 | 主域相对L2 | 近壁相对L2 | 抽样τ-b | 末到位置距离/Rg |
|---|---:|---:|---:|---:|
| N | 10.7965% | 11.0112% | 0.892424 | 0.476895 |
| E | 10.9360% | 11.1327% | 0.892378 | 0.494282 |
| R2 | 7.2993% | 7.4884% | 0.924486 | 0.437705 |
| B0 | 10.4012% | 8.7209% | 0.907094 | 0.341641 |
| 对比:1−候选/参照 | 改善率 | 95%组件区间 | 说明 |
|---|---:|---|---|
| E / N | -1.2924% | [-2.1223%, -0.5633%] | 唯一预注册主对比,m=10% |
| N / R2 | -47.9120% | [-56.2603%, -39.9772%] | 辅助对比;非第二主门槛 |
| E / R2 | -49.8236% | [-58.3577%, -41.6166%] | 辅助对比;非第二主门槛 |
| N / B0 | -3.8009% | [-10.6763%, 2.5021%] | 辅助对比;非第二主门槛 |
| E / B0 | -5.1424% | [-12.1438%, 1.3848%] | 辅助对比;非第二主门槛 |
| R2 / B0 | 29.8226% | [27.2748%, 32.3334%] | 辅助对比;非第二主门槛 |
组件ID排序;PCG64(SeedSequence(2026111408)),2,000次、双方同索引、固定seed块随组件,不按折分层;linear 2.5/97.5百分位,六区间使用未舍入端点。区间条件于固定拆分、已训练模型和研究选择,不覆盖重新训练方差或查询Monte Carlo误差。
## 学习曲线与NA
学习比例指组件池前缀比例,不能称件数比例。主域单臂均值保留各自有效集;50%池N缺fold1三seed完整性,不能与全五折E单臂均值直接作配对差。
| 组件池比例 | N单臂L2 | E单臂L2 | R2 L2 | B0 L2 | 配对E/N改善率及95%区间 | 配对组件/件 | 有效折 |
|---|---:|---:|---:|---:|---|---|---|
| 25% | 12.8403% | 12.7734% | 7.6950% | 10.4012% | 0.5216% [-0.4813%, 1.6064%] | 209/617 | 0,1,2,3,4 |
| 50% | 11.3576% | 11.5346% | 7.4629% | 10.4012% | -1.4243% [-2.1791%, -0.7280%] | 167/492 | 0,2,3,4 |
| 100% | 10.7965% | 10.9360% | 7.2993% | 10.4012% | -1.2924% [-2.1223%, -0.5633%] | 209/617 | 0,1,2,3,4 |
| 池 | N PASS / NA | E PASS / NA | R2最终PASS / NA |
|---|---:|---:|---:|
|25%|15 / 0|15 / 0|5 / 0|
|50%|14 / 1|15 / 0|5 / 0|
|100%|15 / 0|15 / 0|5 / 0|
唯一fold1/pool50/N/seed0第14轮跳步4/178(2.247%)超过1%门,N/E该配对无效。A4要求组件全件/三seed两臂完整,因此50%配对排除fold1的42组件/125件/4,032,985节点,而不是补两seed。成功E保留单臂。R2 job118(fold3/pool25/config10)进程峰值2触发上限1,原因未知;该格从11成功候选选出config0,最终fit通过。
### 各折实际学习规模
| 折 | 组件比例 | 学习组件 | 学习件 | 学习节点 | 验证件 | 外测件 |
|---|---:|---:|---:|---:|---:|---:|
|0|25%|35|145|4319375|111|121|
|0|50%|69|254|7524426|111|121|
|0|100%|137|385|11572195|111|121|
|1|25%|34|83|2258884|88|125|
|1|50%|67|178|4406392|88|125|
|1|100%|133|404|10912756|88|125|
|2|25%|34|90|2998926|87|125|
|2|50%|67|200|6207848|87|125|
|2|100%|132|405|11595878|87|125|
|3|25%|33|128|4348385|142|124|
|3|50%|66|233|7328229|142|124|
|3|100%|131|351|10689905|142|124|
|4|25%|34|58|1748016|114|122|
|4|50%|67|143|4583502|114|122|
|4|100%|132|381|11118228|114|122|
## not-known-exposed描述性行
采用fb827178冻结522件名单(含UNKNOWN),成员文件SHA `8d037786040c6fc11fa80ceb0f41dfdd58478a2576404505a64aa29a2216a22f`。不是从布尔字段重建;逐ID交叉核对差异0。与617roster交集后517件/188组件;原名单5件被准备roster排除。按原逐件筛选保留混合组件,再与主有效资格相交,不能称未暴露或untouched。
| 外折 | 原候选件/组件 | roster剔除件 | 保留件/非空组件 | 筛后空组件 | 50%配对再排除组件 |
|---|---|---:|---|---:|---:|
|0|108/34|4|104/33|4|0|
|1|105/36|0|105/36|6|36|
|2|115/39|0|115/39|4|0|
|3|90/40|1|89/40|4|0|
|4|104/40|0|104/40|3|0|
100%行:N 10.6027%,E 10.7480%,R2 7.2832%,B0 10.3177%;E/N改善率-1.3708%,区间[-2.2187%, -0.6166%]。无新增指标无效项。50%配对最终412件/152组件(再排fold1的105件/36组件)。描述性,不作第二主结论。
## 最坏组件(100%,逐臂描述)
| 臂 | 组件ID | 折 | 件数 | 组件均值relative L2 |
|---|---|---:|---:|---:|
|N|component-cf7fed99350d9820|0|1|37.9421%|
|E|component-0980efc0c7820c75|4|1|38.3665%|
|R2|component-0980efc0c7820c75|4|1|27.5744%|
|B0|component-a71ba84fea54e0d0|4|1|32.9112%|
## 覆盖、排除与解释边界
原624件共18,661,224节点;7个准备失败件跨折统一排除,708,645节点(3.7974%),其中4件原属fold0 test。剩余617件/209组件、17,952,579节点。完整逐件覆盖(h、draw、distinct IDs、K、K/2000、h*K/2000、近壁count、边界1−h、重叠拒绝原因)在custody/coverage.json。
宽128是可行性决定,宽度效应未检验;共同Emax42不是200epoch充分训练证明。AMP跳步具体step/case未保存;R2 job118第二进程身份未保存,不能臆测数值故障。历史全库几何筛查和pilot拟合独立披露;各折仅自己的test对自己的fit封存,其他折可依法使用同件。查询域结果不是完整场、短射、压力预算或工艺干预验证。R2是Gre24-style graph approximation,不称论文复现;B0=Vf*t_set确定性。
## 成本与验证
主神经训练19.062814 GPU-h(含等待/setup/失败);R2 HPO+final worker2.592312 CPU-h,guard590.344796秒/coordinator479.084346秒另列。无标签预测410.070561 GPU秒=0.113908 GPU-h;托管监督worker72.962534 CPU秒,墙钟73.374682秒,峰值树RSS162816000B,monitor_errors0。预测/托管均无重试。既往pilot、准备和历史失败另有账本,不把这些数称项目全成本。
核验:14项合成/元数据检查PASS;617准备列metadata PASS;104有效模型与两原契约固定;13,449预测全部哈希检查;617解码标签唯一且逐文件hash核验;评分输出hash核验;冻结代码/合同pins保持一致。
## 阶段回顾与接续
本阶段不支持本实现中增加edge readout提高泛化误差,也未满足神经模型优于强R2的有用性门。实用新件注塑代理仍是目标;R2与B0证明廉价输入基线必须保留。O1类型分块、真实连通、接口与原生CAE工艺对照均未由本实验检验。此报告交Claude统筹、Mold数学边界、Grok必要定点复核;在集体回顾和下一阶段决定前不追加训练、不调参重试、不扩大测试域。