§31. 保持机制到打字通道（2026-10-04 晚）
·
★★★★★★
2.4k 字 ·
源文件 PROJECT.md 第 5365 行起 ·
ruler arch optim ground read memory
#§31.1 ★★★ 摇杆线的五个修法（三种子）
配置 = --rl-scale 0 + --lr-end 0 --lr-decay-frac 0.5 + --best-eval-n 96
--best-from-snapshots+--restore-best-at-end+--snapshot-every 100。
| 种子 | 最好点 | 末点 | 之比 |
|---|---|---|---|
| s4 | 95.8% / 0.75 格 | 95.8% | 1.00 |
| s6 | 94.8% / 0.77 格 | 94.8% | 1.00 |
| s8 | 100.0% / 0.66 格 | 100.0% | 1.00 |
★ ★ ★ 根因：末段参数更新步长过大。判据 = 末点相对最好点。
决定性单变量实验：REL_s4（恒定 lr）vs LRD_s4（后半段降到 0）
—— 前 600 步逐位相同，而末点 0.0% vs 89.6%。
#§31.2 ★★★ 训练是【确定性】的
同配置 + 同种子，跨两次运行（间隔约 3 小时）给出逐项相同的读数
（TANH_s4/s6/s8 vs T1_s4/s6/s8）。
⇒ 一条跑次的信息量比通常大，而“这次运气好”不是一种解释。
#§31.3 ★★ 无效应的已答项（不要重测）
| 项 | 结论 |
|---|---|
激活 tanh ↔ clip | 无稳定效应（配对符号 +9.3 / −5.2 / 0.0pp；均值差 1.37pp < 种子内散布 4.2pp）⇒ 保留 tanh |
--threads 2 | 比 1 线程慢约 7%，且不改变训练结果 ⇒ 用 --threads 1 |
| 2 并发 | 1.23× 吞吐，但显存 60% → 92% ⇒ 单跑次是正确模式 |
#§31.4 ★★★★ 打字线（exp31）：本来一个修法都没有
实测：打字线此前只有 --save-best；--lr-end / --restore-best-at-end /
--best-eval-n / --snapshot-every / --best-from-snapshots / --best-min-step 全部为新增（默认关）。
任务（core/envs/read_screen.py）：屏幕给一个字符，模型在 T 刻内用 77 键把它录入
（汉字 → 拼音）；奖励 Φ = −编辑距离；老师 β: 1→0 逐刻纠正。
#§31.5 ★★★★ T5 第一轮：不可读解（任务未学会）
权威口径（tools/eval_clean.py，4 条件 × 96 题）：
| 检查点 | 有回显 | 无回显 | 留出有 | 认字 |
|---|---|---|---|---|
T5_s4_best.pt | 0.0104 | 0.0104 | 0.0000 | 0.0104 |
T5_s4.pt（末点） | 0.0104 | 0.0104 | 0.0000 | 0.0104 |
snap2200 | 0.1562 | 0.0104 | 0.0938 | 0.3229 |
snap3000 | 0.1875 | 0.0104 | 0.1458 | 0.3438 |
★ 一度到达 最好 0.1875（而插入前的 800 步竟评估只有 0.083）
⇒ 任务比摇杆难得多（摇杆 1400 步最好点 95.8–100%）。
★ 而 snap2200 → snap3000 是上升的（15.6% → 18.75%，留出集 9.4% → 14.6%）
—— 与摇杆线的 "rise-peak-fall" 不同。
#§31.6 ★★★★ 发现的缺陷（均已修）
| # | 缺陷 | 修法 |
|---|---|---|
| ① | 选点在会变的池上取最大值：课程使池 2→33→84→134→142（步 2200 才满），于是步 200 的 100%（只有 2 个字）被选为最好点 | 新增 --best-min-step |
| ② | tools/eval_clean.py 硬编码 backbone=256 ⇒ 加载 --backbone 16 直接崩 | 从检查点读规模 |
| ③ | 训练集 247 字 vs 评测集 142 字不对齐 | --chars-json 对齐（留出 48 字不见） |
| ④ | --best-from-snapshots 并未真的限制候选集（旧逐步路径仍在更新） | _legacy_ok（默认关 ⇒ 旧行为不变） |
| ⑤ | --best-eval-n 在 exp31 里是死旗标 | 现在真生效 |
#§31.7 ★★★★★ 旧结论的更正索引
见 journal/CORRECTIONS_INDEX_FROM_TWO_INDEPENDENT_AUDITS.md（由两个独立子智能体审计得出）。
最高风险的一条："冻主干 = 累积器，全参 = 替换器"读起来像机制，而只有 FT_s4 一个种子；
FT_s6 的最好点（60.4%）低于它自己的起点（75.0%）。