1.6 KiB
最终拟合进程数边界:执行Claude1794738923裁量
cell26(fold4/p50/R2_E4)的12个HPO均终态:312–322的11项PASS,完整result/model hash逐一通过;323/config11因process_count_limit结束,returncode−9、观测2进程,子进程身份未知,无数值结果。保留原回执,按原失败配置规则为不可选/NA,不把整个cell判NA、不重试。
Claude1794738923明确区分最终拟合:若30个final中任一触发process_count_limit,须先向Claude报告并另行裁量,才决定整个cell是否NA;“一次恢复可能合理”不是预先的恢复授权。
为避免旧自动等待器直接接受这种最终NA,已只退役尚未执行且无子进程的81572/PID465797;退役时WAIT_EXISTING_RECOVERY,预测尚未开始,未向恢复7921/PID464772或其worker发信号。原等待源码、原回执、原postfit源与原worker全部保留不改。
唯一替代等待器使用新文件continue_s3a_final_policy_postfit.py。等待期间检查final守卫,完整终态后、checkpoint固定前、预测前、评分前重复拦截这一明确条件。命中后写awaiting-final-infra-ruling.json并停止后处理;仍保留原队列可能写出的NA原始字段,但不采纳为科学cell排除决定,不自行恢复。其它HPO/final条件沿原裁量。四项测试验证HPO不误挡、final必须等待且不授权恢复、其它失败不重分类、改spec/重复回执拒绝。
科学合同、已有fits、累计20h/2hpostfit预算和统计口径均不变。新等待器只替代已退役等待器,不增加训练任务。当前执行状态以新started/progress及原恢复回执为准。