4.7 KiB
Track A 与 seed 1 后处理结果,c 与 b 评分前交接
Yanqi 澄清此前只读指令仅限调研,随后授权按 TRON 和 Claude 的既有分工执行、写入和分享。按 h-40075a03 复核两项独立 PASS、训练终态和空卡后,各启动一次。Track A 使用原四折 958abd8c 和 GPU2,真实首 worker 2438613。Seed 1 使用原 7b4da089 和 GPU0,真实首 worker 2438625。原共享槽版本已撤回。两项任务均已结束,未新增训练或重新解码。启动时进程和显卡 PID 一致,结束后两服务均 inactive/dead,主机无对应 worker。终态由冻结结果和逐任务退出回执共同支持。
现有结果
| 项目 | 配对范围 | 主读数 | 后处理实际账 |
|---|---|---|---|
| Track A | v4 原固定随机 split 0、1、2、4,1,228 次配对、571 个唯一制件 | 逐 split 中位数再平均的 RMSE/max 从 A 的 3.99065% 降至 H2 的 3.25125%。逐件配对差 −0.00742357,描述性 95% CI [−0.00844468, −0.00645617] | 494.929743 GPU-s,401.526861 CPU-s,含原训练累计 79,074.728754 GPU-s |
| Seed 1 | 原分组五折 552 件、204 组件,与冻结 seed 0 配对 | 场相对 L2 +0.00014624,95% CI [−0.00142575, +0.00203802]。末点距离 −0.04820203 Rg,CI [−0.12193650, +0.02389860]。τ-b +0.00004310,CI [−0.00196796, +0.00186110] | 514.620140 GPU-s,354.051868 CPU-s,含原两次停止与训练累计 114,756.770756 GPU-s |
Track A 第 3 split 因预算投影未取得完整模型。保留原 14 个准备失败。四折比较采用自定 split 和公开协议的分母代理,随机拆分可能共享亲缘组件。原论文 3.38% 仅作为背景。seed 1 的区间描述固定模型上的组件抽样波动。c 的末点参照取 |−0.04820203 Rg|,b 的场参照取 |+0.00014624|,都只用于各自的事前筛选。历史 1b 预算停止保持。
两项原始结果和语义审阅分别冻结于 ada4b02b1aba614e7b859a5e75d1093fc3f6ffac 和 ea8f2a6276ed1db756f3c8bdfebf502673e5fe6f。逐件预测字节哈希与冻结元数据在终态审计中复核。统计数值摘自原评分,既有目标读取次数分别为 571 和 552。
c 与 b 各自独立评分前审阅
两项共用冻结的后处理实现,各自拥有独立根、训练来源、比较合同、精确审阅绑定和一次执行锁。GPU1 串行是准备时选定的固定派发方案,单次五折依原 7,200 GPU-s 和 3,600 CPU-s 预留,仍需复查当时空卡和各自精确独立 PASS。原 phase 3 总账 720,000 GPU-s,保守保留其他项目预留,当前项目用含冻结尾段的训练实耗加后处理。每折至多 900 GPU-s / 300 CPU-s,评分至多 900 CPU-s / 1,200 墙钟秒,保留 180 CPU-s 准备及 120 CPU-s 尾段。原训练源码和模型未改。
- c → 先审。 训练终态 5800b843,结算 105,364.192048 GPU-s。五个 seed 0 模型沿原 19 列 H2 推理,复用原 H2 seed 0 指标,保留 hard query 末点、场与排序。旧库通过要求末点差≤−0.010 Rg、其区间上界<0、场差上界<+0.001,且主效应绝对值严格超过同域种子差。独立次要终点为全四面体节点的末 1% 体积重合误差。用原集总质量,分数处理阈值并列,并单列全域与查询域峰值证书、峰集合距离、真尾区距离与真时间下降。seed 1 的全节点预测已验证完整,可在同一次已有目标读取同时产生区域参照。鲜新家族验证仍未开放。
- b → 后审。 训练终态和带冻结尾段账已核,结算 95,686.475522 GPU-s。五个 seed 0 模型使用原 19 列加两列冻结区域均值和共同有效位,验证学习集的两列统计身份。原 510 有效 / 42 科学缺失全保留,单列子组描述。旧库通过要求场差 95% 区间上界严格小于 −0.001,且绝对效应严格超过同域 seed 1 差。未缓存分区运行时间仍待测。
两项用原 552 件/204 组件五折、原 raw ID、查询重复次数、Rg、并列和不裁剪规则。全预测先冻结,评分器复核独立 PASS 及整套清单哈希后,每件仅一次已有秒值缓存读取。两项都已交出绑定准备,未运行 c 或 b 推理、评分或测试目标访问。27 项合成验收含预算、审阅和预测冻结拒绝门、全节点配对、同域种子门及 05344bac 末填规范用例。配对分组、区间和阈值均沿现行规格。此交接等待 MeltAssist 依 c、b 顺序做两份独立审阅。
本机唯一根分别是 /home/frank14f/MeltMind-runs/phase3-item-c-postfit-2026-11-19 和 /home/frank14f/MeltMind-runs/phase3-item-b-postfit-2026-11-19。原 expected-review-binding.json 完整列出审阅提交、合同、实现证明、比较合同和代码映射。发布的定点摘要、终态核对和用户直接授权在 artifacts/phase3-postfit-resumption-2026-11-19。