§29 2026-10-04 凌晨 03:10："留住"这件事有解了 —— 两个零架构改动的修法
·
★★★★★★★
2.7k 字 ·
源文件 PROJECT.md 第 5234 行起 ·
discipline ruler arch optim memory
★ 本节是今晚的收口。★ 全部读数用权威口径
eval_f2_all_checkpoints.py。 ★ 主读数按铁律 = 末点相对最好点。 → 完整：journal/RESULT_T5_FINAL_FOUR_INDEPENDENT_EVIDENCES.md、journal/RESULT_LRD_DECISIVE_LATE_STEP_SIZE_IS_THE_CAUSE.md、journal/TASK_BOARD_LIVE.md
#29.1 ★★★★★★★ 两个修法（都不改任何架构）
| # | ★ 修法 | ★ 它做什么 | ★ 证据 | ★ 成本 |
|---|---|---|---|---|
| ① | ★★★ --restore-best-at-end | ★★ 把末点换成最好点（纯报告层） | ★★★★ 4 个跑次 | ★ 零（不改训练） |
| ② | ★★★ --lr-end 0（后半段 lr → 0） | ★★★ 让末点不丢，甚至超过最好点 | ★★ 1 个跑次（LRD_s4） | ★★ 要重训 |
#29.2 ★★★★★★★ 修法 ① 的四个独立证据
| # | ★ 跑次 | ★ 最好点在步 | ★ 最好点 | ★ 干预后末点 | ★ 未干预末点 | ★ 收益 |
|---|---|---|---|---|---|---|
| 1 | FRZ_s1 | 1100 | 38.5% / 1.63 | ★★ 38.5% | ★★★ 0.0% | +38.5pp |
| 2 | FRZB_s6 vs FT_s6 | 1 | 60.4% / 0.74 | ★★ 60.4% | ★★★ 21.9% | +38.5pp |
| 3 | ★★ FRZ_s3 | 800 | ★ 39.6% / 1.00 | ★★ 39.6% | ★★★ 0.0% | +39.6pp |
| 4 | ⚠️ FRZ_s2 | 1 | 25.0% / 3.55（假阳性） | 25.0% | 25.0% | ★ 0 |
★ 参数逐位验证：三次 {arm}.pt vs {arm}_best.pt 的差都是 0.000000e+00。
★★★ 判据 T5 成立且超出要求：T5-a ✓ 3/3 个可测种子 · T5-b ✓ · T5-c ✓（3 个）
#29.3 ★★★★★★★ 修法 ② 的决定性证据（LRD_s4）
| 步 | ★ REL_s4（恒定 lr）到位率 | ★ 每100步 | ★ LRD_s4 到位率 | ★ 每100步 | ★ lr_eff |
|---|---|---|---|---|---|
| 400 | 0.0% | 0.001070 | 0.0% | ★ 0.001070 | 0.001000 |
| 600 | 60.4% | 0.005230 | 60.4% | ★ 0.005230 | 0.001000 |
| 800 | 25.0% | 0.002347 | ★ 75.0% | 0.002452 | 0.000857 |
| 1200 | 21.9% | 0.003639 | ★★ 89.6% | 0.001505 | 0.000286 |
| ★★ 1400 | ★★★ 0.0% | ★★★ 0.008194 | ★★★ 89.6% | ★★★ 0.000411 | ★ 0 |
★★★★★★★ -> 前 600 步【逐位相同】⇒ 这是一个干净的单变量判别。 末段移动慢 20 倍，而末点从 0.0% 变成 89.6%（甚至超过最好点 60.4%）。 ⇒ 判决：后半段的【大步长】就是丢失的原因。
#29.4 ★★★★★★ 一条修正了项目最早结论的发现
★ "任何单次最多同时活 3 条"只对 REL 成立：
| ★ 组 | ★ 同时活 4 条 |
|---|---|
REL（移除 π 前） | ★ 0/3 |
RLO（移除 π 后） | ★ 2/3 |
★ Fisher p = 0.4000（不显著）⇒ 它只能支持"那条上限句需要附条件"。
→ journal/CORRECTION_THE_SIMULTANEITY_LIMIT_IS_CONDITIONAL_ON_PI.md
#29.5 ★★★★★ 而"两个判据不同型"是一个待修的实现缺陷
★ --save-best 只看到位率，而 eval_f2 用"到位率 且 格距"
⇒ 它已经选出过 3 个假阳性（REL_s8_best.pt、FRZ_s2_best.pt、REL_s8_best_snap200.pt）。
★★★ -> 正确的组合是：先把 --save-best 的规则改成两个判据的合取，再用 --restore-best-at-end 保住它。
#29.6 ★★★ 下一步
| # | ★ 干预 | ★ 它测什么 | ★ 状态 |
|---|---|---|---|
| 1 | ★★★ C2_s4（--rl-scale 0 + --lr-end 0） | ★★★ 两条最强修法叠加 | ★ 在跑 |
| 2 | ★★ LRD_s6/s8 | 修法 ② 的第 2–3 个种子 | ★ 在跑/排队 |
| 3 | ★★ FT2_s6 | 那个 60.4% 的点是否可改进 | ★ 排队 |
| 4 | ★★ 把 --save-best 改成两个判据的合取 | 修掉假阳性 | ★ 未开工 |