Google优先清单16项:低成本组件交付¶
这是前轮39项审查中接受的恰好16项后续实现,不是本日新增16篇论文,也不等于完整复现实验。历史审查快照保持原样;本轮以新账本批次追加组件交付状态。
完整交付范围¶
| 论文 / 组件 | 本轮实际交付 | 验证边界 |
|---|---|---|
| Dynamic Cogeneration | BRT原bug失败/修后通过与分组patch选择 | 真子进程,人工patch;未运行LLM修复 |
| ME-POIs | 多尺度Gaussian先验、对比/KL/text目标 | A100张量与梯度夹具;无私有移动数据 |
| Attribution Sets | v1逐式风险估计与有限候选ERM | 印刷式有限样本反例保留,未确认无偏性 |
| CausalArmor | LOO似然归因、屏蔽/重生成接口 | A100真实0.5B likelihood;未测安全准确率 |
| Spatial Ads | grouped pseudo-disk LP与随机舍入 | CPU数学子问题;非完整匹配/支付/PTAS |
| ConvApparel | PLSA统计、HLS、跨策略验证 | CPU诊断判别器非Gemini,无真人数据收集 |
| Modular Robust Generative | 有全局约束的primal-dual、SIR、router目标 | A100有限支持;16步残差未收敛,非鲁棒能力 |
| Data Quality LSA | LSA初始化、rollout、SFT闭式解与OS目标 | A100公式和梯度;OS是回归而非policy-gradient RL |
| POLCA | epsilon-net与带完整输入/输出的搜索历史 | CPU回调夹具;未做LLM程序优化 |
| Simula | 分类树/复杂化/独立双critic/复杂度协议 | 可注入模型接口;当前模型调用0,非数据质量结果 |
| TFRBench | MASE、参考构建与留出预测隔离 | 参考构建会读标签,绝不当无泄露能力成绩 |
| ProEval | 经验GP/BQ与失败集采集 | CPU历史评分夹具;未重跑LLM评测 |
| mild | margin logistic目标、梯度与router | CPU数学训练;推理不读答案/成本 |
| ScientistOne | CoE证据绑定、分数重验、CPR与审计接口 | 缺语义/引文证据时unverified,不自动通过 |
| Activation Model Scanner | 官方48对输入、激活方向/层扫描及结构比较 | A100真实96次前向;无独立基线,不是安全认证 |
| HCRG | Python AST图/骨架/三跳/依赖序与静态指标 | 不等于tree-sitter+Gemini Java迁移 |
机器清单、每项证据路径、完整实验终态与成本依据见task-scope.json。component_only与evaluation_protocol_interface不是full_pipeline,全部diagnostic_only=true、无能力提升声明、不接入Evolve。
完整实验的处置¶
完整多数据、多模型、付费API、多seed或私有数据实验明确不复现(审查DONE),不进入自动重试。ME-POIs保留私有数据不可得的具体原因;Spatial Ads是理论论文,无完整训练实验,不能为了统一表格而伪造“成本过高”。这两个维度独立于低成本组件交付。
交叉核验发现并修复的问题¶
- HCRG取消无导入的跨模块短名猜测,参数/局部变量shadow保留未解析依赖。
- POLCA历史包含输入与程序输出,不再仅传分数和反馈文字。
- AMS按官方零起始block区间取
hidden_states[block+1],用真实小型Transformer hook核对并重跑A100。 - 鲁棒gate区分理论KL与实践adversary NLL,不用对称熵夹具掩盖口径差异。
- Attribution Sets保留v1印刷式及独立有限样本反例;没有静默改写原式来制造通过。
早期/中间运行与最终验收分开保留;回执的passed仅说明指定机制、运行和来源检查通过,绝不意味着论文能力、安全性或最优性通过。
复查命令¶
PYTHONPATH=src python scripts/closeout_google16_components.py --check
python -m pytest tests/test_google16_*.py
python scripts/validate_gpu_evidence.py
前轮“16项未实现”的表是它当时的审查快照,不回写成现在状态。本轮没有新的全域扫描,也不推进2026-10-15的全域审查水位。