15 KiB
R4(b)/(c) 唯一执行合同草案
2026-11-16 · MeltAstra → Claude 一次主审。状态:仅合同与输入元数据清点,未实现、测试、拟合、预测或评分。 方向依 Claude 1794832267.149719 / handoff h-88b3841e;数学规格为 Mold 原文 SHA256 27d24c9d36e0f36ea09adc254bf41e93b80017f5c98b873141346d1064714979(9147 B)。以下具体预算分配、精度桥接、派发顺序与失败处理是本次待批准的工程/实验约定,不冒称已有裁量。R4(a) 已评分并固定交付 76978c4278aa0ac4370a3a30e08cf5c40b08c12f,不重跑。
目的、固定输入与范围
研究目标仍是几何组织是否改善跨几何泛化和样本效率。本次核查既有 Gre24 特征回归在组件分组协议的增量,并沿固定路径分辨输入、构造、训练权重、支持与学习器差异。它不是新的 O1 训练、空间矩消融、v4 方案变更或论文原数值复现。v4 保持 CPU 优先,现有代码、服务与预算不动。
原请求为 S2 v5 的 617 件/209 组件,五外折及原 25/50/100 嵌套学习组件池,学习/验证/外测角色不变,不重划分、不补抽。源固定:
| 输入 | 路径或来源 | SHA256 |
|---|---|---|
| 原 S2 名单 | artifacts/s2-main-preparation-2026-11-15/final-roster.json |
fb0c984f2e553343a598ce2e3c7012d3017053dc0fef58b5aaf46dd3c67a207e |
| v5 准备冻结 | artifacts/gre24-reproduction-2026-11-15/v5-models-continuation-2026-11-16/preparation-freeze.json |
d515e3947ada75c236d70b7928481e65eba67e8adb023071b9238df5e0222cd1 |
| EIK 查询预测冻结 | artifacts/r4a-labelled-recovery-2026-11-16/pass-predictions-freeze.json |
efa334748eba30f9f1d685b8ee8f1cc5c63c5169b832d5854316b30715b049a8 |
| 既有 S2 查询标签索引 | artifacts/s2-custody-evaluation-2026-11-15/custody/label-index.json |
168680f6fd82dc2364d420ddfb3deb694684f3cccadcf2d4d2ce56e9bf42ef42 |
| 数学规格原文 | references/2026-11-16/gre24/mold-r4bc-training-spec.md |
27d24c9d36e0f36ea09adc254bf41e93b80017f5c98b873141346d1064714979 |
只复用既有 v5 全 19 列特征与已有标签缓存。批准后先核全部使用文件的冻结哈希、case/raw-node IDs、坐标与单位、查询映射/eligible mask、t_set;不重新计算 Dw/Di/Df、梯度或空间矩,不读取/解码原 VTU Fill_time。旧 S2 20 列、查询与标签同样逐文件核冻结哈希。错误哈希、角色/身份/单位错配是全局停止,不能静默重算或追加排除来绕过。
元数据清点已落 artifacts/r4bc-planning-2026-11-16/metadata-inventory.json,不是已完成数值预检:直接特征交集 611 件,缺 33/589/644/666/1466/1470 六件全 19 列。R4(a) 的 distance-only 成功没有补 Di/空间矩,不能把这几件当作全特征成功。
按主审要求在所有臂一致排除任何缺件所在完整组件,共排除五组件、65 件:
| 组件 | 缺全特征件 ID | 整个组件排除件数 |
|---|---|---|
| component-ca40411ea4c0e984 | 33 | 25 |
| component-7062cbdcba767c93 | 589 | 4 |
| component-aef6b4e1df5fb3cd | 644 | 1 |
| component-4890d38c10ec20ba | 666 | 1 |
| component-7fe5173e77c86f9d | 1466、1470 | 34 |
拟冻结共同域 552 件/204 组件/15122444 全节点,不是 R4(a) 的 616 件。该排除完全来自准备状态,未读取结果来选名单。各池沿原嵌套成员交集,百分比名称仍指原池,并报保留后的真实数量。每折按 case 字符串排序,每件节点按冻结 raw ID 对齐;查询保留原顺序,每个不同节点一行。以下元数据数目待批准后的身份检查核实,不额外挑选学习组件:
| 外折 | 25 池学习件 | 50 池学习件 | 100 池学习件 | 外测件(各池相同) |
|---|---|---|---|---|
| 0 | 111 | 190 | 320 | 121 |
| 1 | 83 | 178 | 374 | 91 |
| 2 | 56 | 166 | 366 | 99 |
| 3 | 93 | 173 | 291 | 119 |
| 4 | 58 | 116 | 350 | 122 |
目标、学习器、权重与五步
所有学习器直接回归 z=T/t_set,秒数预测为 t_set * f(X)。t_set 是预测前工艺输入,不用真实最后到达时间代替。不作输出裁剪、CDF 重映射、学习后的尺度校准。只读取该格 learning 标签;不把 validation 合入,不新做 HPO/早停/参数选择。旧历史配置曾用原 validation 选择,此事实保留,不能宣称这些配置从未接触验证数据。
历史 R2 输入是 20 列 = 19 几何列(含 6 空间矩)+ t_set,不是 9 列。列名及顺序以固定 tools/s2_models/features.py:R2_COLUMNS 为准,删列仅删末列。19 同名列并不意味着换构造后数值相同。
H 为 sklearn 1.7.2 的 HistGradientBoostingRegressor,各 cell 固定原选择文件及完整配置,不重新挑选:cell=fold*3+pool_index;0–14 中 cell5、14 的 config_index=1,其余为0。index0 是 learning_rate=.05、max_leaf_nodes=31、max_iter=200;index1 只把 max_iter 改为500;均 min_samples_leaf=20、random_state=0、early_stopping=False,其余版本默认参数须全量落配置。单计算线程,原平方损失。
X 为 xgboost 2.1.4 的 XGBRegressor,沿 gre24_models.py:n_estimators=100、max_depth=8、learning_rate=.1、objective=reg:squarederror。拟固定 random_state=0(所有 cell 一致)、n_jobs=1,CPU、其余同版本默认,落全量 booster 配置。不迁移 v4 正在使用的包,不调 min_child_weight、正则或树算法来追分。NumPy 1.26.4;沿既有 Gre24 环境。
查询层级权重 w_pi=(1/G)*(1/P_g)*c_pi/sum_j(c_pj),G/P_g 来自该格共同学习名单;Hist 原始权重和一。全节点 A 每节点一次、权重一,不再乘体积。X 的 Q 变体取同一查询行,传 N_Q*w_pi,权重和 N_Q、平均一;显式报告绝对缩放,不能称其对树拟合无影响。X 的 A/Q 均按原接口冻结 float32 X/z。
| 臂 | 特征 | 训练支持/权重 | 学习器 | 规定的变化 |
|---|---|---|---|---|
| H0 | 历史图 20 列 | 原 Q / 和一层级权 | H | 历史匹配端点 |
| H1 | 历史图 19 列 | 同 Q / 同层级权 | H | ① 只去掉输入 t_set |
| H2 | Gre24 tet 19 列 | 同 Q / 同层级权 | H | ② 更换整套几何构造 |
| H3 | 同 H2 | 同 Q / 单位权 | H | ③ 同查询行改变权重(含绝对尺度) |
| H4 | 同 H2 | 完整节点 A / 单位权 | H | ④ 扩大训练支持 |
| H4p(精度桥) | H4 的 X/z 转 float32 后无损提升 | 同完整节点 / 单位权 | H | 额外单独记录舍入;见下节 |
| A | 与 H4p 同数值的 19 列 | 同完整节点 / 单位权 | X | ⑤ 更换学习器及固定配置 |
| Q | 与 A 同数值的 19 列 | 原 Q / N_Q 倍层级权 | X | R4(b) 声明变体,非历史端点 |
五次指定因素切换全部保留,③④不合并。H1→H2 包含壁距、Di/Df、速度、可达性、梯度及空间矩邻域等整套生成方法,不能只归给 Df 传播;纯传播对照引用 R4(a)。A/Q 同时改变支持与相对权重,不能称纯节点增量。各差值依赖路径与顺序,不作全局可加归因。
H0 仅在原学习件顺序、query IDs、X/z/weights 数值指纹、角色、原选配置和 checkpoint 哈希全部一致时复用。元数据看 cell3/4/12 学习名单未减少,仍须逐项核实;其他格明确为原配置的匹配重拟合,不冒称原模型。旧原始分数不改,另列原域,不能混入本共同域主比较。
精度桥接提案(本次主审需明确接受)
只读首件 NPY 头显示历史 r2 与 v5 features/target 缓存均 float64;这不是全库检查,也尚未检验 cast 是否无损。旧 Hist 不在接口转32,旧 X 接口明确转32。若直接 H4→A 就会同时改变数值输入与学习器。
提议 H0–H4 保持源 float64 X/z;在批准后的准备阶段流式核全部拟使用数值的 float64 → float32 → float64 是否逐元素相等,并保存原/转换指纹及转换误差摘要(不看评分)。若任一拟用值不能无损转换,全链各 cell 固定增加 H4p,H4→H4p 只改输入/目标精度,H4p→A 才是第五项学习器变更。H4p 用先转32再提升64的相同值喂 Hist,A 用这些32值喂 X;无需也不得改原缓存。为保持全链一致,触发后所有 cell 都包含桥,不按结果选用。若所有使用值都精确可表示,记录证明并令 H4p 引用 H4,不新拟合。拟合器内部的分箱/累加数值差属于学习器边界,报告不能称其内部算术完全相同。
查询原 S2 seconds/t_set 与 v5 全域缓存按 raw IDs 对齐的目标须数值一致;全部 identity/单位及目标一致性在角色允许读取时检查。若出现源标签值不一致,不隐含改变目标或容差掩盖,停止该全局输入流程交具体差异。测试标签不能为提前验证而读取:测试侧仍留到预测冻结后的评分阶段。特征精度预检可覆盖全共同域;标签精度预检仅用当前合法 learning 角色的数据(跨折角色权限与访问记录逐项保留),不读取任一模型对应 test 标签进行训练/选参数。
最多 15 cell × 8 臂 = 120 次新拟合上界;精确 H0 复用及精度无损引用可减少,但不安排超过上界或重试。新增桥接需本合同批准后才实现,不能视作已授权执行。
预测冻结与评分
R4(b) 朴素基线只引用 R4(a) 冻结 EIK 秒数查询预测,限制到共同域;同一测试件跨池只一份源,不重新算全域 CDF、距离或时钟。训练所有终态(含预算未尝试、失败 NA)及 checkpoints 首先 Git 固定,再产生测试查询预测;每臂同 raw IDs/eligible mask,全部预测清单/hash 和评分源码配置再次固定后,才读既有 S2 test 查询标签评分。不新解码,不用测试分数决定复用、名单、顺序或下一格。
主指标保持 S2 相对 L2:sqrt(sum_i c_i*(prediction_i-T_i)^2 / sum_i c_i*T_i^2),counts 一次,体积质量不重复加入。每件→组件内等件→等组件。零分母或非有限指标记无定义,对该对照的所有臂共同排除相应组件并列明。每个学习池合并五折外测,每件一次;只有五折实际齐全才称完整五折估计,预算部分结果明确标注。τ、最后位置/Rg、近壁相对L2沿冻结 S2/R4(a) 函数作为描述性辅助,不增加选择门。
R4(b) 报 EIK/A/Q 均值及 E_EIK-E_A、E_EIK-E_Q、E_Q-E_A;正值表示后者更低。R4(c) 报各条相邻边 E_previous-E_next,精度边独立;同时保留 H0 与 A 端点绝对误差。组件配对 bootstrap 2000 次、seed2026111408、percentile95,两端同一重抽样;不把节点、三个嵌套池或五折当作独立重复。不设置显著性/效应量通过门,CI 不作后续训练选择。
准备域在所有臂固定 552 件/204 组件;拟合失败是 cell/臂 NA,不另剔除学习件重拟合。R4(b) 主表使用 EIK/A/Q 都有合法预测的完整测试组件交集;每条链边报告其两端完整组件交集,另列全链共同交集作端点/连贯比较。配对域若因失败不同须逐表列名单/分母,禁止拼接不同交集的差来归因;缺端点的边为空,不把失败记为零分。所有原失败和成功但未成对的预测仍分享。
工程预算、派发与停止(待本次批准)
总 144000 worker CPU 秒(40 h),不借 v4、S2、R4(a) 剩余额度;包含本合同批准后所有新合成、输入验证/转换、拟合、预测/评分及失败 CPU。拟划分 setup/合成/哈希/转换≤7200 秒,拟合≤122400 秒(34 h),预测/评分≤14400 秒(4 h);各帽同时约束,未用余量不自动扩臂。监督/协调 CPU 单列,可审计总 host 成本;磁盘共100 GiB 新增上限,不复制原库,不删除旧证据。
最多四个同时工作的单线程 CPU worker,固定 24/26/28/29;协调核25,设置 BLAS/OpenMP=1,CUDA_VISIBLE_DEVICES 空,零 GPU。保持 v4 准备8/10/12/14/16/18/20/22和模型0–7资源,v4结束也不自动扩核。每拟合(含装配/保存)≤1800 CPU秒、≤3600 wall秒、≤8 GiB进程树 RSS;监督采样0.2秒并保留超界,失败结果也检查完整峰值。四 worker+协调合计≤36 GiB RSS;启动前若与v4资源竞争或余量不足,保留唯一队列等待资源,不抢占/改v4。
建议第一成本检查固定 fold0/pool100 一整格,按 A→Q→H0→H1→H2→H3→H4→H4p 顺序在一个 worker 执行,精确复用按上述规则跳过;这些即最终拟合,之后不重跑。完成后按各臂实测 CPU、后续 full-node/query-row 数比及 Hist max_iter 比作线性参考投影,连同已花 CPU、每项装配/拟合实际耗时列出。投影不是性能承诺,实际 guard 与累计预留才是硬帽。投影拟合总量超过34 h、首格失败或无法估计则终止完整矩阵派发,保留已有模型并执行预算内已批准的冻结/部分预测/评分,说明未测边,不自动缩节点、减树、调参数或再申请一次相同 go。
首格通过后,其余 cell 沿 (fold0..4, pool25/50/100) 原编号升序跳过已完成cell2;每cell仍按上述臂顺序,最多四cell并行,每个模型只一次。派发前按每活跃拟合完整1800CPU秒预留;若剩余拟合预算不足,不启动该任务,记 NEVER_ATTEMPTED_BUDGET,既有合法worker结束后终态固定。模型失败留 NA,其他未尝试按固定顺序继续且不重试;首格成本门的失败规则优先。
输入预检分件顺序,setup总墙钟≤3 h;预测按 cell/臂任务,每任务≤1800 CPU/3600 wall秒、8 GiB,全部合计进入4h post帽;评分单任务≤7200 CPU/10800 wall秒、8 GiB,须预留完整上限后才启动。总 post墙钟≤6 h。所有任务防重复启动与原子回执。全局来源/pins变化、角色越界、监控错误、累计账不完整或全局预算/磁盘越界立即停止新派发并结束活动任务;保留原始失败,不自动修复/重启/补跑。局部 fit/predict失败依 NA规则;没有 infrastructure 自动重试例外。
实现验收与交付(获批后执行)
独立新实现和根 artifacts/r4bc-execution-2026-11-16,不改旧科学 pins。合成验收覆盖:20→19精确删列、五项相邻改变及精度桥、raw-ID查询重排/同节点去重、counts一次/和一与N_Q缩放、全节点单位权、目标/t_set、learning-only和预测冻结前test拒绝、组件排除、历史复用严格指纹、零重试/预算预留、失败峰值和累计账、bootstrap方向/配对。合成不读真实标签;首次失败完整保留、修复成本累计,达帽停。
实现、合同JSON、固定job-list/source/input索引和合成回执先Git冻结,再实际启动唯一脱离聊天的服务,记录PID/亲和性/来源pins;聊天结束不重启。正常完成后交原始各格回执、所有失败、配置/模型/预测哈希、访问日志、完整/部分域、CPU/wall/RSS、表格和配对CI。只在真实失败需改范围时回到Claude裁量,不另设重复主审或用户go。
本次请求 Claude 一次审完:共同552域、五步外加条件精度桥、最多120拟合、旧H0严格复用、具体预算/首格/失败规则。批准前这里仍是提案,未发生新科学执行。