2026-10-13 本地收口检查点¶
本页保留 10 月 13 日网络暂停时的检查点。10 月 14 日用户已明确恢复 GPU 工作， A100/A30 连接及相关公开资源已核验，正在按 GPU TODO 继续实际运行。 这不是 19 篇的最终验收，也不是 CI 全绿声明。
已保存的本地工作¶
- 19 篇固定实施范围、独立 adapter/入口、中文论文元数据、核心机制与本地边界。
- 新增原图和方法截图全部使用固定原文版本；统一目录/资产命名，同时保留图源字节 SHA、页码/裁取参数与中文说明。没有架构图的论文明确使用算法块或原文方法段截图，不把重绘图冒充原图。
- 补齐 UxSID 三个分类入口、19 个 registry 期望键，以及生成的 README、manifest、分类目录和公开看板。
- GPPO/TAPO 保留独立 GRPO 控制的实际结果、配对差值和真实 6 次 optimizer 更新计数；DoubleCat 保留三 seed 全空格坍缩等负结果。
- 固定版本基线只登记本轮已核对的 19 篇，不给其他论文默认填 v1、不推进审查水位或声称来源穷尽。
- 标签访问角色清单与隔离环境工具已保存；它们不是能力或 GPU 验收凭证。
实际检查结果¶
| 检查 | 实际结果与范围 |
|---|---|
全量 python -m pytest |
首次 5 个目录/README/图示合同失败已修复；10 月 14 日中途运行 2021 通过、2 个看板失败。修复及新源码冻结后完整复跑：2034 通过，24 warnings，308.15 秒 |
| 公开看板定向重跑 | 8 项通过；过滤无数值测量的布尔实现合同，保留原始合同文件与索引计数，并支持 public_id 数据集标签。两处失败已修复并包含在完整通过结果中 |
| 恢复 GPU 前源码回归 | ReplaySSM、NEAR/Beyond、MBS 和看板共 68 项通过；涵盖 GDN 全拒绝空历史、强制诊断不可晋级、teacher/student 成本拆分 |
| 失败点与相关合同定向重跑 | 59 项通过，覆盖文档目录、registry、原图、README 同步、指标迁移、数学格式、GPU 摘录工具及隔离环境工具 |
| CV-OPD / OAL 算法重跑 | 12 项通过；每项固定起始 seed 42，专用公式用例覆盖各自显式 seed 2/11；仅为 L0 行为合同，不是多 seed 能力实验 |
| 编译 / Ruff / diff 空白检查 | 通过 |
| paper specs check / validate | 通过 |
| fidelity inventory check | 140 个文件的辅助清单一致；不构成完整语义证明 |
| 指标 v2 迁移检查 | 763 个产物，待变更 0；原始测量不变，诊断等级不晋级 |
| platform completion audit | 通过；这是元数据合同检查，不检查缺失 GPU 产物已完成 |
| discovery / implementation reconcile | 检查返回 0；不因此推进审查水位 |
| 基础 wheel 的独立安装检查 | 使用现有缓存离线构建及安装，metadata/help/init 合同通过，未导入可选 ML runtime |
| MkDocs strict | 通过；新增 12 个仓库代码链接已换成 GitHub 源码链接，不指向不存在的站点路径 |
| GPU evidence gate | 已核验 LeWAM、SmolWAM 与难度课程单 seed 回执后仍缺 6 篇，明确未通过；难度课程剩余对照/种子也未完成，不再以旧快照或入口存在代替 |
| 新快照相关回归 | 0f5dca9f 的技能 JSON schema、机器人训练候选及隔离加载、MBS 配对根题预算，连同四项产物摘录工具共 110 项通过；Ruff / diff 检查通过 |
| 新快照全量复跑 | 唯一失败为 State-OPD metadata 测试写死旧回执日期；已显式切换 10 月 14 日三臂回执并增加九次运行/源码约束，12 项定向检查通过；最终新修复快照仍须全量复跑 |
| SkillDreamer 定义链路门禁 | 摘录工具拒绝每 seed 缺实际 CSI、真实 gallery 加载或工具执行的结果，且核对 episode 与汇总计数；8 项摘录回归通过，不代表 GPU 结果通过 |
| 后续全量回归 | 32f873e7 全量 2148 通过、24 warnings、274.05 秒；后续 SmolWAM NumPy 与 adapter-only 修复另有 81 项世界模型/LeWAM 定向检查通过，尚不等于最终新快照全量验收 |
| 有界后训练诊断与课程证据 | 冻结诊断入口 51b4718a；diagnosis / curriculum curation / post specs 共 55 项通过。只允许 train-only 诊断，不签整方法能力回执 |
| 新产物与看板回归 | 新增数据集嵌套协议标签用例先失败后修复；看板/目录/模型spec/postspec/负结果 48 项通过；世界模型摘录/负结果/看板 42 项通过；SOAR train-only 格式探针 13 项通过，均不冒充 GPU 实跑 |
| 续办全量检查 | 本轮世界模型、后训练诊断及指标整合后，全量 2245 通过、24 warnings、294.48 秒；后续新增/修改的探针仍须补定向检查。Ruff / 编译 / 140 文件辅助清单通过；779 指标迁移待变更 0；仍不表示六个 GPU 缺项已完成 |
| 完整首种子结果核验 | SynthSelf / UPTURN / Contraction 三份完整 seed42 native 与 receipt 逐字段从原始运行复算，分别核验固定 Git 快照的 53 / 53 / 52 个源文件；36 项摘录测试覆盖墙钟上限、实际验证题数、EOS、有效梯度与机制门槛 |
| 后续接口修复 | SkillDreamer 严格提示与新探针源码绑定的 52 项主审检查通过；MBS / SOAR 响应记录及相关合同 47 项主审检查通过。CPU fixture 不是额外 GPU 运行 |
| 当前文档与指标 | 新结果收口后 strict 构建通过（10.21 秒）；787 指标产物、迁移待变更 0，公开看板 740 条。GPU 门禁仍缺 MBS、SkillDreamer、SOAR，不宣称全部完成 |
| 后续完整回归 | 提示绑定、响应 trace 与三种子摘录工具整合后，完整 2372 通过、24 warnings、281.20 秒。该次采集发生在组优势数值修复前，不能代替新修复的最终完整回归 |
| 等值奖励数值修复 | 原实现新增数值用例先 9 项失败；修复后 40 项数值检查及相关合同共 116 项通过，独立复核确认真实奖励差异仍有梯度和参数变化。新 CUDA 验证待执行；旧 A30 课程队列已定向停止，保留受影响结果与中断记录 |
| 中途完整回归的失败 | 2412 通过、17 失败、24 warnings，276.84 秒；17 项均为新 observer 绑定测试在旧入口尚未更新时被采集。此轮不是全量通过。入口冻结至 92c20818 后，27 项 observer 检查及40项数值检查通过；最终稳定快照仍须完整复跑 |
| 三种子原始结果独立复算 | SynthSelf / Contraction 三种子 native 和独立回执从实际 raw 重新摘录；UPTURN 42/43通过、44失败的 native/cohort逐字段匹配原始运行，71项相关测试通过。描述性三种子统计不等于UPTURN三种子机制通过 |
| 旧课程负审计独立复算 | 8个已结束旧运行、2个明确中断、5个未启动任务均从原始记录核对；公开负审计匹配，不删伪更新以签通过，不改旧raw |
| 稳定快照全量复跑 | 冻结到5c863ab8并同步看板/manifest后，2474通过、24 warnings、285.02秒。Ruff、编译、140文件清单、README同步、spec check/validate、平台审计通过；793个指标迁移待变更0；strict文档构建10.80秒。后续新增摘录器/observer/结果仍需对应检查，GPU缺项未因此通过 |
| SOAR三种子与课程五42收口 | 主审从六个SOAR实际run复算native/receipt、五个修后课程seed42实际run复算阶段native，均逐字段一致；85项相关摘录/spec测试通过。课程阶段不签三种子回执，负结果和精确零组保留；MBS/Skill仍未验收 |
| 可选格式约束稳定快照 | f92413aa相关178项主审测试通过，随后稳定完整回归2698通过、24 warnings、292.33秒。MBS三份真实失败及SkillDreamer八条无提交validation分别独立重放，后者84项主审相关测试通过；不把负记录当GPU通过回执 |
| 格式约束真实CPU后端检查 | A100上54个冻结源码及公开学生/教师权重逐字核验，XGrammar0.2.8用实际Qwen tokenizer/vocab152064完成五operation schema编译；CUDA未初始化、模型未加载。新源码同预算单次MBS CUDA验证另有独立attempt，不以CPU编译代替实际结果 |
| 最小安装与协议同步 | 新基础wheel在一次性无ML环境安装后metadata/help/init通过，阻止加载XGrammar/TVM-FFI等可选runtime；统一迁移800个产物时发现6个待变更，3个仅UTF-8格式、3个仅补claim_policy，实测值/诊断等级/原始SHA均不改，生成器同步修复 |
| 协议修复后定向检查 | 摘录/指标迁移142项、课程回执/看板/目录113项通过；800产物迁移待变更0，平台审计、spec check/validate、README同步和发现闭环检查通过；strict文档构建10.46秒。新课程回执factory仅接受15个真实run，当前未用fixture签实际回执；GPU缺项仍未关闭 |
| 修后课程十五项实际核验 | 五臂×42/43/44共15份实际raw逐字段独立重放、54个算法源码和observer绑定核验通过；151次真实更新、38个等值组精确跳过，新A30三seed回执已保存。课程/MBS相关101项定向测试通过；负结果和旧阶段native不覆写 |
| 字段顺序修复与稳定全量 | ce4a4a34顺序修复128项主审测试、47项启动器fixture通过，真实CPU grammar确认question-first合法/answer-first拒绝；随后稳定完整回归2750通过、24 warnings、297.50秒。该次全量包含f924负证据摘录和课程十五项回执，不包含之后新增的attempt07摘录检查 |
| 两次MBS格式约束真实失败 | f924与ce4实际CUDA均结束exit1，合法JSON不等于合格后代；分别36728/36425生成token、0次RL更新。保留各自原始响应、成本和独立来源，不签GPU通过回执；当前GPU门禁仍缺MBS、SkillDreamer |
| attempt07主审与完整复跑 | 主审发现35个漂移反例遗漏实际校验器调用；补齐拒绝断言后，111项负证据检查、153项相关schema/迁移/看板检查通过。两份schema负native分别由九份实际来源与54个Git源文件独立重放且逐字段相等；稳定完整回归2787通过、24 warnings、276.28秒 |
| 新负结果生成一致性 | 803个指标产物，迁移待变更0（新attempt07只统一UTF-8格式，JSON值不改）；公开看板756条，manifest/目录/平台审计/spec/README同步/发现闭环/140文件辅助清单通过。strict文档构建10.71秒；GPU门禁仍仅缺MBS、SkillDreamer，不宣称CI全绿 |
| 教师短诊断与Skill摘录修复 | dd54035d独立教师诊断入口及ac5807dd严格七字段复算、真实环境步数/失败成本和写入前校验修复后，稳定全量2878通过、24warnings、304.79秒。真实seed42的7字段/调用/环境计数已独立核验；43/44尚在运行，不用fixtures签三种子回执 |
| 教师采样配置隔离 | 4c4710cd默认随机行为不变，False仅影响教师独解/JSON；21个新用例及相关174项通过。明确绑定内层源码的新全量以exit0结束、24warnings；双quiet入口没有输出总计，后续collect-only已含新整理工具用例，不能混用其数量。尚无此新源的完整MBS GPU结果，不降低scaffold、effectivity、Goldilocks或有效更新要求 |
| 本次测试入口指向错误 | 首次新全量遗漏PYTHONPATH=src，共享venv导入外层旧editable安装，126个collection错误；不是本分支算法结果。已明确绑定当前内层源码重跑，不修改依赖或弱化测试 |
| 新教师诊断独立公开整理 | 96项定向检查通过；实际14响应/3876tokens由冻结runner、54core Git文件、10来源SHA和28调用快照逐字段核验并脱敏，记录明确0学生生成/0optimizer。公开native不是GPU通过回执；不依据四例validation宣称稳定收益 |
| 新greedy路径启动与CPU实核 | 主审84项启动/漂移/进程组隔离检查通过；A100真实54source、学生7/教师11文件和train-only切分重新逐字节核验，五operation新源CPU编译通过且未初始化CUDA。原配置只新增False，原数据/retries/steps/token/wall预算不增；新完整GPU仍未运行 |
| 教师诊断协议与文档同步 | 新native补齐明确seed与实际dataset fingerprint，实测值/来源SHA不改；804个指标迁移待变更0，公开看板757条，manifest/catalog同步；73项相关合同检查通过。strict构建10.52秒通过，仍不替代两个缺失GPU回执 |
| SkillDreamer完整三种子独立核验 | 同源42/43/44三臂、七汇总字段、raw/trace SHA、CSI/真实技能加载/成功环境操作逐项复算；1931响应/195501tokens，方法348CSI/44加载/285成功calculator但0提交。三seed机制receipt通过统一合同；108项摘录/observer检查通过，不宣称能力增益或效率比较 |
| MBS新profile真实负结果 | 4c4710cd A100唯一seed42自然结束exit1，314.887秒/34814tokens；root4新baseline为学生25%/教师100%，另两root独解错误，无后代/0RL。77响应与全部构造audit按冻结算法独立回放一致，脱敏failed native保存但无passed receipt；43/44未启动，扩大候选池等待用户选择 |
| 新工具完整回归与链接修复 | 全量2988通过、1失败、24warnings、312.56秒；唯一失败为新MBS失败产物生成时README尚未加入链接。补链接后11项文档合同通过，最后完整复跑2989通过、24warnings、293.95秒，Junit报告保留本地；不把此前exit1改写为通过，也不因此宣称MBS GPU验收 |
| 来源角色清单与当前生成同步 | 辅助清单仅MBS checkpoint行号变化，140文件的访问表达式/作用域/fingerprint均未变，主审后重新生成并校验。806指标迁移待变更0、看板759条；spec check/validate、平台审计、README同步、发现闭环check通过，不因此推进审查水位。最新strict构建10.75秒通过，GPU门禁只缺MBS |
| 成本延期后的最终本地回归 | 交付源码636e5e885ef1d1b7dc5086ed0b55a323de641d35：完整2994通过、24warnings、354.20秒，Junit独立核对0失败/0错误/0跳过；Ruff、compileall、140文件来源清单、spec check/validate、平台审计与活跃CUDA门禁通过。32项定向测试覆盖延期不可运行、原规格保留及活跃receipt缺失仍拒绝。806指标迁移待变更0、759看板条目与manifest/catalog重新生成无漂移；隔离base wheel仅NumPy安装、metadata/help/init通过，安装包MBS未注册。CI结果另在PR核对，不把本地检查或L1机制当能力提升 |
早期完整通过结果绑定源码 34148c2e29c01e9be7e4d5b8cbd09fd0f6016902，后续全量与定向结果按上表分别记录；随后若有源码修复须补相应检查。
最新交付决定（2026-10-14）： 用户将MBS完整方法延期，并新增强制成本门槛。其原CUDA规格原样归档至deferred-spec.json，从活跃registry/批量reproduce/公开runner分离，分类页和详情明确“成本过高，暂不复现／待验收”；没有伪造回执、关闭GPU审计或篡改失败。18篇活跃机制实现交付，统一GPU门禁已实测exit0。新测试同时验证延期不可运行及活跃adapter缺失receipt仍失败；32项相关回归通过。源码与既有真实实验材料保留，审查水位仍为10月12日。
最终 PR 的 CI 结果须在GitHub独立核对；本地测试通过不等于最终 PR 可合并。上表的旧缺项和等待选择是对应检查点的历史状态，不能覆盖本段最新决定。
原运行源码快照为 ccad3e679787f6f5383b8bd3dd1c7b58e7c8c5d0，本地工具/文档收口另存后续提交。
清理与保留¶
本轮构建出的站点、基础 wheel、一次性安装环境和六张页/SVG 预览均可重建，检查完成后清理。
已提交的原图、真实结果（含失败）、GPU 回执、来源核验记录、固定原文 PDF，以及待 GPU 恢复复用的公开数据/权重保留。
不删除用户的外层工作区改动，不重建 uv.lock，不清空整个缓存。
2026-10-14 续办核验：上述临时站点、基础 wheel、一次性安装环境与六张预览已清理，
合计释放约 346 MiB；两份原文 PDF 和待恢复的公开资源仍保留。中断没有造成源码或结果丢失。
本次严格站点构建通过后，另清理其可重建输出目录约 299 MiB；未删除公开资源或实验结果。
后续严格站点构建通过（10.47秒）后，再清理其约302 MiB临时站点；其后更新的论文结果文字仍需在最终快照再构建，不将中间检查写成最终 CI。
完整首种子与新负结果文档 strict 构建通过后，另清理 .cache/oct14-docs-site-05250ae2，释放约303 MiB；原始失败、公开资源、活跃实验和源码包均保留。
5c863ab8三种子结果与MBS提示说明的strict构建通过后，清理.cache/oct14-docs-site-5c863ab8，释放约304 MiB；没有删除数据、权重、原始失败或运行目录。
f92413aa基础wheel独立安装核验后，清理本轮一次性wheel与venv目录，释放约45 MiB；不可变源码包、公开资源、当前运行和失败证据保留。
协议同步及新负记录strict构建通过后，清理本轮站点输出约305 MiB；未删除真实结果、公开权重或活跃实验。
两份schema负证据及课程完整结果strict构建通过后，清理.cache/oct14-docs-site-ce4-negative，释放约306 MiB；原始响应、失败证据和待复用公开资源保留。
教师短诊断公开记录strict构建通过后，清理.cache/oct14-docs-site-quality-6cf83b0e，释放约306 MiB；没有删除活跃GPU结果、失败记录、公开权重或源归档。
SkillDreamer完整结果和新MBS负记录strict构建通过后，清理.cache/oct14-docs-site-skill-mbs-closure，再释放约306 MiB；所有真实raw、失败、公开资源与不可变来源归档保留。
强制成本规则的strict构建通过后，清理独立临时站点约306 MiB；本次最终交付还清理仅用于检查的站点306 MiB、wheel约3.1 MiB和基础安装环境约42 MiB（合计约351 MiB）。结果报告、失败证据、源码归档及可复用数据/权重不删除。
SkillDreamer三份raw中转副本与已提交原字节逐项相等后，清理本轮.cache/oct14-skill-full7b-curation-47f0e9ce，释放约5.6 MiB；原始observer/trace/launcher目录和已提交raw仍完整保留。
下一次恢复顺序¶
- 用户明确恢复 GPU 工作后，重新核验源码与公开资源实际 SHA，未知传输状态不当作成功。
- 按 GPU TODO 处理当前 2 个缺失回执；SynthSelf / Contraction / SOAR及修后课程默认三种子计划已实际完成，UPTURN三种子已执行但44失败，不再写成尚未启动。统一 adapter 入口还须核对真实 runner 参数与预算。
- 只对实际执行成功或明确保留失败边界的结果生成源码绑定回执，不用旧 receipt 替代新算法。
- 重新生成并检查全部目录/指标，执行完整 pytest、GPU 门禁与 CI；完成后提交原定的单个 PR，不自动合并或部署。