Files
MeltMind/docs/phase2-gate-outcome-v2-postfit-2026-11-17.md
T

3.1 KiB
Raw Blame History

Gate outcome v2:独立预测与比较实现

范围沿Claude1794916421/1794917650;原特征队列666520及其源码、合同、账保持不变。首10成本门已PASS:1475.164010345CPU秒,投影70291.80245297267/72000,含3600后处理储备。当前只准备下游实现和合成,不在原特征队列结束前执行预测/比较。

新入口tools/phase2_gate_outcome_postfit.py没有训练、VTU解码、候选标签或几何求解路径。运行前要求原493个不同任务全部PASS,完整features冻结,原协调器/worker均退出,原post-freeze-cost存在并核对;全部493结果/数组和52复用原文件按hash检查。原累计CPU(包括原setup600)仅计一次,新setup120、协调和全部子任务实际CPU共享72000总帽,同时后处理自身不超过3600;每次启动任务前保留120尾部余量。五个预测折按顺序在CPU8执行,每折300CPU秒、480墙钟秒、4GiB;比较600CPU秒、780墙钟秒、4GiB。失败即停,无自动重试、增额、拟合或替换模型。

预测固定原五折A模型19列、E1b G模型21列。493件使用新特征,float32输入,原t_set解码秒数,G无效原生NaN保持,负值不裁剪;原query rawIDs/计数/坐标Rg/near-wall逐项一致。52 exact seed件直接复用原预测文件hash,不重预测。7无效gate不生成预测。全部545预测文件hash进入manifest并Git冻结,之后才允许比较。

比较采用已固定7650口径:原552资格分母、7/552资格损失;两gate都有定义的成对件,组件内仅对这些件均值,组件等权,2000配对组件bootstrap、seed2026111408。不补0、不插补、不因单个缺失件删整组件;只有无任何有定义件的组件排除并报告。两模型field指标差CI各在±0.001、末点/Rg指标差CI各在±0.010内才接受。差值方向为label-gate误差减LOG-gate误差。边界含等号;零支持不通过,非有限值不被静默排除。未通过接受门不等于证明不等效,也不普遍否定所有gate-dependent方法。

原E1b逐件A/G指标按固定score hash复用;52 exact件的新指标即同一原指标,不读其目标。493件在审阅门后读取原已解码seconds缓存各一次,算原weighted relative-L2和原raw-ID破同值的末点/Rg;无候选标签或新解码。每次目标读取前记录case/hash。7无效件保留原对照指标但label-gate为null。

真正语义PASS要求review.json的verdict精确PASS,reviewed_commit、contract_sha256、implementation_proof_sha256、comparison_contract_sha256以及完整code_sha256逐项匹配expected-review-binding.json;实际源码/hash再核。review和binding及合同必须同时被implementation-review Git冻结引用。review门在运行入口和score worker目标读取前检查。普通hash冻结、FAIL、缺字段、其他commit/合同/比较规则、缺源码、未纳入冻结的review都不能放行。Assist审阅一次完整实现;此文不声称已获PASS。

当前实现准备根与正式接受回执记录在/home的独立postfit根;没有启动协调器、预测或比较。原特征终态/Assist实际PASS尚待,后续不重启666520,不把比较规则已冻结当成实现已审。