iomgaa
d7885008fe
依据 /home/iomgaa/inforsi-eval/2026-10-04-task17/ 下的三份调研与两份真实记录诊断： - explanation：给数前先回答"关掉后答案改从哪条路径出、那条路径值多少分" （诊断 P1：15-tight-2 r1、15-real-1 r2 范围被分支行为同向打穿）； 主判断的错法答得出来就写成第二条对冲（P2：同模型同材料的相关错误）； "部分分得开"形态照实分开写（M6）；下一轮该做什么留给收尾（P3）。 - wrapUp：下一步改为"沿某个因子继续，或换一条更可能拿最高分的路线" （监督者 2026-10-04 定，方法.md 4.3 ⑱；诊断核实：收尾照着提率约 95%， 旧方法非因子框定的收尾在饱和时自然产生换路线并被兑现）； 新增贴近已知最好处境段（监督者 ② 核实成立：缺口量级、没出力的因子、 "已知最好是参照不是上限"）；防撞车提醒（P5：15-real-1 r3 三条提案撞车）； 先重读自己冻结的解释和范围再看实测（Curie 的对号顺序）。 - ablationImplementation：删掉与实验员角色提示词重复的三段（不跑正式实验、 两个保留键写法、保障每格都带；监督者 ③ 核实属实，同一事三版措辞已漂移）； concerns 的具体例子换成抽象形状（诊断毛病 1：例子成了每份必答的锚）； 补"关法走已有定义的做法，不新造"、共用代码段的行为归属判断法、 连带关收窄为绕开跑不起来的最小集合（LLVM/git bisect/ParameterImportance 的原则映射）；diff 参照物写明是完整代码冻结目录（与角色的"本次起点" 口径冲突，角色那句随之限定）。 - ablationVerification：保障句删掉与角色重复的前提；补核验范围的另一侧 （改动之外不归这一格核、不该关/连带没必要不是退回理由）；"看不清" 改为先查完材料、仍核不了就如实填代码现状（诊断毛病 3：off 是布尔， 没有"核不了"出口，不为它加字段）。 - vocab 字段说明同步：收尾的下一步口径、解释第二条的对冲情形、 消融核验 where 里放总体核对说明（字段结构、类型、必填未动）。 泄露自查：填圆关键词（半径、圆心、线性规划、SLSQP、扰动、六角、布局、 摆法、结构起点、compute_max_radii、填圆、packing、circle、多起点、精修、 爬山、重启、圆、LP、2.6、26）搜改过的六份文件，零命中。 npm run check 通过，npm test 458 条通过。看到运行结果后不再改提示词。
39 lines
5.6 KiB
Markdown
39 lines
5.6 KiB
Markdown
# 本轮收尾
|
||
|
||
这一轮走完了：正向实验、采纳决定、消融（如果做了）都已公开。请写一段收尾：这一轮什么被支持、什么被挑战、下一步想往哪走——沿某个因子继续，或换一条更可能拿最高分的路线。下一轮提案时，每位研究者都会在材料里读到全部人的收尾原文——你写的就是交给他们的接力棒，所以写给一个没参加这一轮、但要接着往下做的同事看。
|
||
|
||
### 先读什么
|
||
|
||
动笔之前，先重读你自己这一轮冻结时写的解释和范围，再看实测——先想起自己当时是怎么判的，再对号，才看得出偏差出在哪。
|
||
|
||
材料"信念本"里，"按因子"一栏是程序从记录现算的：被采纳的改法每个因子关掉后分数变差多少、撑几成、测前大家的范围、实测落在哪、哪些解释被确认或否定，每次消融还有一句程序读出的结论（例如"p2 撑 70%，p1 只撑 5%，各管各"）。这些直接引用，不重算。"战绩"一栏写着各人的范围包没包住实测、偏高还是偏低，以及作者自评和大家合并的对照。
|
||
|
||
几种状态要照它的意思读：
|
||
|
||
- 某一格写"证据不足"（跑崩、超时、没有产物、修不了、违规）或"跑不起来"：那一格没有测到，相关的判断既不算被支持也不算被推翻。
|
||
- 某个因子写"只能和另一个因子一起关"：测到的是两个因子合起来撑多少，说明不了其中任何一个单独撑多少。
|
||
- 写"没测：原因（附净值）"：程序按信息价值和成本没选这一格，或者剩余次数不够；以后也不补。
|
||
- 写"现有测法分不开"：两条解释在这次消融里总是一起被确认或否定，这次区分不了它们。
|
||
- 写"关掉 pN 反而更好 X 分"：那一格关掉一个因子比完整代码还好。这时不贴配合关系的标签，程序也不押因子；X 超过采纳线时，那一格的代码已经直接成为下一轮的基线（"消融中发现"）。值得想一想那个因子为什么在拖后腿——它真没用，还是它跟别的因子、跟某条保障搅在了一起。
|
||
- 某一格写"本格答案出自保障 X"：那一格量到的可能是保障而不是关掉那个因子的效果，按它的撑几成下结论之前先想清楚这一层。
|
||
- "程序按方向收益押的因子"那一行只是按公式推的参考；你的下一步可以跟它，也可以不跟。
|
||
- 本轮没有消融（没有采纳、或被采纳的只有一个因子）：机制上的判断只能靠正向结果和已有记录，不要说成被消融支持。
|
||
|
||
### 怎么写
|
||
|
||
结论写成"因子名（关键设定）……"，说清它覆盖了哪些设定、没覆盖哪些：例如"学习率预热（预热 500 步）撑 −2%"，而不是"预热没用"。下一轮的人读到前一种，还知道换设定值得一试；读到后一种，这条路就被关上了。
|
||
|
||
把"改法有效"和"机制解释正确"当成两件事分开想：分数变好了只说明改法有效，不说明提案人给的原因是对的；原因被确认，要靠消融那一格的实测落在解释的范围里。不拿生成某个解释的那次运行，当作这个解释被支持的证据。提到结论时带上依据的运行编号或记录编号，别人才能核对。
|
||
|
||
如果现在的最好分数已经贴近任务给出的已知最好，把这一处境写出来，它会改变下一轮的判断：剩余的缺口有多大、采纳线随之降到了什么量级、还剩几次运行。缺口在哪一层，给出你的判断：是哪个因子其实没出力（预算或代码花在了撑不起分数的部分上），还是这条路线的空间本身用完了。另外记住：已知最好是别的人在别的条件下跑出来的参照，不是天花板——不要默认它就是上限。
|
||
|
||
下一步写具体：沿哪个因子继续、为什么是它、大概想怎么改；或者换哪条路线、为什么它更可能拿高分。好——"预热只撑了不到一成，换优化器撑了七成，而且离已知最好还差一截；下一轮在新基线上沿优化器这个因子继续，试它的学习率怎么随步数变"；也好——"沿缓存预取的两轮都只挣到噪声带内的提升，这条路线的空间看起来用完了；下一轮换一条更可能拿高分的路线：把请求按大小分两类各走各的队列，而不是继续在预取参数上调"；坏——"继续优化"。你写的下一步，下一轮每位研究者都会原样读到，也可能照着提——几个人读同一份收尾，容易撞在同一个方向上。所以把只有你注意到的依据写具体（哪次运行的哪个读数）；值得走的方向不止一条时，都写出来，不指定哪条最好，方向由下一轮的人各自判断。这不是提案：下一轮要正式提才算。下一轮程序还会自己记下"按现有看法最该继续的因子"和下一轮实际变好了多少，用来事后核对，你不用替它算。
|
||
|
||
如果你有第零轮认领的入口，顺带写一句你下一轮还走不走这条路、为什么（也可以写进你的私人笔记）。走不走都可以，入口只管起点。
|
||
|
||
结论可以跟你之前给的范围、写的解释不一样，照证据写，不必为了跟自己之前说的一致而改说法。别人的收尾、解释是参考，你的看法跟他们不同，照你的写，说出凭什么。你的范围偏了，可以写一句偏在哪；不用为此算任何数。某一方面确实没有内容，就写"没有"，后面用一句话说明为什么。
|
||
|
||
## 交什么
|
||
|
||
一段正文，可以用小标题分开"被支持""被挑战""下一步"，也可以不分。程序不读，原样进下一轮提案阶段的材料。
|