Video-Tree-TRM5

Files

T

iomgaa 2429dad393 feat(batching): unit 粒度切分——pair 整锁 + 单元级分桶 + 非 AR 独立 rng

build_batches 改以 QuestionUnit 为原子调度单元：孪生对 2 题整锁进同一 batch、
按单元级正确性（双向 AND）落 correct/error 桶，不再因 P 对 Q 错被劈或被 FFD 拆箱。

- 非 AR（single）用 random.Random(seed) 复现旧逐题算法确切 draw 序列，AR（pair）
  用 _rng_ns(seed,"AR") SHA-256 派生独立流；二者 draw 流互不干扰，故 AR 折叠不改变
  非 AR 抽样/洗牌序列——纯非 AR 输入 build_batches 结果与引入 QuestionUnit 前逐字节一致。
- FFD 容量按 unit.size（pair 占 2），round-robin 遇碎片新开 bin 兜底而非报错。
- _select_mixed_by_task_type 分流各跑一次后合并，大类洗牌按 kind 拆分各用对应 rng。

新增黄金测试 test_batching_pair_lock.py 覆盖三条铁律（同 batch / 单元分桶 /
非 AR byte-identical + draw 流独立）；既有 batching 测试全绿。

2026-07-15 06:46:28 -04:00

__init__.py

feat(harness): __init__.py public API + lint fixes

2026-07-07 13:45:48 -04:00

batching.py

feat(batching): unit 粒度切分——pair 整锁 + 单元级分桶 + 非 AR 独立 rng

2026-07-15 06:46:28 -04:00

checkpoint.py

feat(harness): __init__.py public API + lint fixes

2026-07-07 13:45:48 -04:00

config.py

feat(harness): add Action Recognition training experiment