5.7 KiB
S3-A 短执行合同:在 R2 内检验 O2 读数
状态:方向批准、待一次主审;本提交仅准备合同、缓存读取和冻结评分代码及合成验收。未启动真实拟合、预测或新评分。 主审来源为 Claude 1794732043.086139。主审通过后按本合同实现运行队列,记录实现固定版本、实际进程及预算;不可把本准备记录当实际启动。S3-B 未启动,O1 保持开放。
问题、范围与比较
研究目标仍是面向新件、实用且有样本效率的填充代理。S2 的 E/N 不利结果只适用于已训练骨干与共同查询域,并未否定独立的拓扑/类型分块或真实连通路线。当前强对照是 R2-G24 的四面体边 Dijkstra / Gre24 风格近似,不能称原论文 eikonal 复现。
沿用固定617件、209组件、5折、25/50/100%嵌套组件池、原共同有效query ID及multiplicity。既有15个R2 final模型、1851份R2测试预测和逐件评分原样复用,绝不重拟合R2。 新增两臂各15格、每格原12配置HPO加一次learning-only final,最多360 HPO +30 final:
- 主比较:R2_E4 = 原20列R2 +
mean_q1,max_q1,mean_q2,max_q2,保持原query缓存的列顺序;100%池 Δ=1−mean(relativeL2_R2_E4)/mean(relativeL2_R2)。 - 描述性比较:R2_G2 = 原20列R2 +
g12,g23,不同时加E4。其余池及近壁、Kendall τ、最后填充位置、最差组件均描述性。
sklearn1.7.2,原12配置与顺序不变:lr .05/.1 ×leaves31/63 ×iter200/500/1000;min_samples_leaf20、random_state0、early_stopping=False。目标T/t_set;无新增标准化、插补、裁剪或后处理。sample_weight沿原multiplicity归一、件/组件等权,总和1、不放大。验证以组件等权relativeL2选最优成功配置,平手按固定网格次序;失败配置保留NA。12个全失败或final失败使该格NA,不补跑、不补组件、不得因新臂失败修改617名单。final只读同learning池,不并入validation。
全部标签来自已存在的617件S2 custody缓存;不再次解码原始数据。训练缓存读取必须先校验当前fold角色,拒绝test;final不读validation。S2 test已经公开,此为结果知情的后续探索,不能称新盲测或独立确认性证据;not-known-exposed一行也不恢复未见性质。
预算、停止与冻结
CPU-only,总计≤20 worker CPU-h:拟合上限18h,预留2h给测试预测与评分;最多4个单线程worker。沿原单fit≤1800 CPU-s、7200 wall-s、16GiB树RSS、5GiB目录;总新目录≤100GiB。预测/评分单任务wall≤3h,合计在预留7200 CPU-s内。加载、失败、推理和评分都计入worker账;guard/coordinator另报,活跃树保守计费。分配下一作业前需预留全部在途作业剩余上限;采样超限即停并如实报告超出量,零重试。
原R2全部195任务实际2.5923125 worker CPU-h;按两新臂列数24/20、22/20缩放,再加25%余量,拟合启发式约7.45h,另预留2h,合计约9.45h。不是保证。首次E4/G2 HPO(固定job0/job12)依次单独执行,按各臂learning query×iterations×leaves及加载成本外推,合计含25%余量须≤18h才继续4worker;任一首试失败或超预算即停止报告,不自动重试/扩大预算。
所有360 HPO与30 final终态及checkpoint哈希先冻结,再产生测试预测;全体成功模型在各自test fold的预测按准确名单hash冻结,缺失/额外文件拒绝评分。terminal-freeze.json记录30个PASS/NA,predictions-complete.json绑定合同、terminal-freeze、prediction-index与Git提交。此处为必需证据次序,不是逐批重复用户审批。主审记录一次写入main-review.json并绑定合同SHA和固定Git提交。
冻结统计
tools/s3a_statistics.py直接复用不改动的tools/s2_custody_statistics.py:原relativeL2、multiplicity只一次、件/组件等权;每臂单fit,不能复制为3seed。每个比较仅纳入两臂都有所有件的完整组件;不沿用S2神经50%池的缺失掩码。报告每臂和每个contrast的件/节点/组件/折覆盖与所有NA。
组件合并五折、ID排序,PCG64(SeedSequence(2026111408))、2000次同索引配对bootstrap、linear百分位95%区间,六区表m=0.10沿原未舍入边界。零分母replicate保留undefined及索引、不补抽。not-known-exposed采用原冻结522成员∩617名单∩各比较主分析有效组件,组件内按件先过滤,混合组件不整组删除。原R2逐件分数不重算;新臂同一缓存真值、query IDs、multiplicity计分。主分析定义为一个E4/100%比较;G2或小池有利不能改选主分析。
阶段回顾与解释限制
Mold 1794732176.169409已实读daed8e87报告、分解行/汇总与源码,确认13,449行恒等式及100%四臂汇总;本阶段不重复计算。两个负a是同一件的两行,并非两件。
N的oracle H=0.013707仍高于原R2 mean(e²)=0.007320,因此单一幅值修正无法填平这项均方诊断。12.4148%=S_N/e²_N与81.9279%=(H_N−H_R2)/(e²_N−e²_R2)分母不同;都不能改写为主mean(relativeL2)改善。H含相对幅度/局部时序间距/空间误差,非纯排序。D2晚期小幅下降不能外推延长训练必胜或必败,合同不采用“更长训练无效”的断言。D4几何分箱只描述,节点/覆盖量不是性能。
Claude主审及下一阶段的决定以原串明确记录为准。用户对受控Drive、Git、Slack的完整共享授权已在docs/sharing-authorization-2026-11-14.md保存;合同、原始失败、审查范围和解释限制一并共享,不重复请求分享许可。