webapp/models/README.md

策略模型放这里（由 `bash ml/pipeline.sh export`，即 `python -m ml.export_onnx --ckpt ml/runs/current.pt` 生成，默认 fp32）：
- `traj_policy.onnx`：输入 `feat[1 或 K,83]`、`z[K,16,6]`；输出 `act[K,16,6]`、`value[K]`、`sub[K,13]`
- `traj_policy.meta.json`：碰撞模型指纹、特征版本、TCP、`enc_once` / `feat_dyn`。查看器加载时会校验，`random_init` 为真的延迟探针模型会被拒绝

查看器地址加 `?policy=1` 启用策略模式（离线加 `&ortLocal=1`，先跑 `bash ml/prep/vendor_ort.sh`），详见 `ml/README.md` 第 10 步。
两个文件都不入库（`.gitignore`）。
第六、七轮：离线 ort/WebGPU、R9 查看器整周期、安全层截止下沉、enc_once 前瞻 bug（feat 动态轴）、UTF-8、断点 RNG 续跑与 --stop-at、R2 池无关性自检、R8 出题缓存、本机自检 selftest、冒烟 smoke；遗留清单并入审查文档第六节 2026-10-17 20:28:00 +00:00			策略模型放这里（由 `bash ml/pipeline.sh export`，即 `python -m ml.export_onnx --ckpt ml/runs/current.pt` 生成，默认 fp32）：
			- `traj_policy.onnx`：输入 `feat[1 或 K,83]`、`z[K,16,6]`；输出 `act[K,16,6]`、`value[K]`、`sub[K,13]`
			- `traj_policy.meta.json`：碰撞模型指纹、特征版本、TCP、`enc_once` / `feat_dyn`。查看器加载时会校验，`random_init` 为真的延迟探针模型会被拒绝
ml: 数据生成 + 可微运动学对拍 + MeanFlow/WTA 策略与闭环仿真 + APG/挖错/ONNX 导出与运行手册 2026-10-17 15:38:00 +00:00
第六、七轮：离线 ort/WebGPU、R9 查看器整周期、安全层截止下沉、enc_once 前瞻 bug（feat 动态轴）、UTF-8、断点 RNG 续跑与 --stop-at、R2 池无关性自检、R8 出题缓存、本机自检 selftest、冒烟 smoke；遗留清单并入审查文档第六节 2026-10-17 20:28:00 +00:00			查看器地址加 `?policy=1` 启用策略模式（离线加 `&ortLocal=1`，先跑 `bash ml/prep/vendor_ort.sh`），详见 `ml/README.md` 第 10 步。
			两个文件都不入库（`.gitignore`）。