From a41a5440c628e1d8174299872cc4f1bf2aab8cd5 Mon Sep 17 00:00:00 2001
From: cbb <2625274797@qq.com>
Date: Mon, 19 Oct 2026 22:19:24 +0800
Subject: [PATCH] =?UTF-8?q?docs(=E6=9C=AC=E6=9C=BA=E6=89=A7=E8=A1=8C?=
 =?UTF-8?q?=E6=B8=85=E5=8D=95):=20DAgger=20=E5=B0=8F=E6=A0=B7=E6=9C=AC?=
 =?UTF-8?q?=E8=AF=95=E8=B7=91=E9=80=9A=E8=BF=87=E2=80=94=E2=80=94collect?=
 =?UTF-8?q?=2016=20=E9=A2=98=2012.7s/29=20=E8=B5=B7=E7=82=B9=EF=BC=8C64=20?=
 =?UTF-8?q?=E9=A2=98=E6=98=BE=E5=AD=98=E5=B3=B0=E5=80=BC=207.98GB=20?=
 =?UTF-8?q?=E6=97=A0=20OOM=EF=BC=9B=E8=80=81=E5=B8=88=E9=87=8D=E8=A7=84?=
 =?UTF-8?q?=E5=88=92=2015=20=E8=B5=B7=E7=82=B9=207.6s=E3=80=81=E6=89=93?=
 =?UTF-8?q?=E5=8C=85=202.3s=EF=BC=88453=20=E6=A0=B7=E6=9C=AC=EF=BC=89?=
 =?UTF-8?q?=EF=BC=9B=E6=8F=90=E9=86=92=20build=5Fdataset=20=E9=BB=98?=
 =?UTF-8?q?=E8=AE=A4=20act=5Fscale=3D1.25=20=E4=B8=8E=E6=97=A7=E4=B8=BB?=
 =?UTF-8?q?=E6=95=B0=E6=8D=AE=201.0=20=E4=B8=8D=E4=B8=80=E8=87=B4=EF=BC=8C?=
 =?UTF-8?q?=E5=85=A8=E9=87=8F=E5=89=8D=E9=A1=BB=E6=98=BE=E5=BC=8F=20ACT=5F?=
 =?UTF-8?q?SCALE=3D1.0=20=E6=88=96=E5=85=88=E9=87=8D=E6=89=93=E4=B8=BB?=
 =?UTF-8?q?=E6=95=B0=E6=8D=AE?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 docs/本机执行清单.md | 20 ++++++++++++++++++++
 1 file changed, 20 insertions(+)

diff --git a/docs/本机执行清单.md b/docs/本机执行清单.md
index 44f0967..9fdbdcb 100644
--- a/docs/本机执行清单.md
+++ b/docs/本机执行清单.md
@@ -157,3 +157,23 @@ reach **0%** / collision **79.0%** / ratio2s 0.574 / end 408 mm；`sign_flip_rat
 - **三组碰撞率相同（79–83%）、到达全 0**——不存在"一小撮可提前去掉的坏题"；发散题散布在所有类别，老师都能到达。
 - r2 与起点误差秩相关 **−0.384**（起点误差小 → 比值易大），是**分母效应**：短任务（老师 1.8 s、e0 374 mm）比值波动大，不代表题目特殊；r2 与老师时长/行程几乎无关（−0.09 / −0.03）。
 - 结论：误差放大是**全体题目上的普遍行为**，筛题无效（只让指标好看），必须训练侧修正。
+
+### 7. DAgger 小样本试跑（用户授权；未跑全量、未微调）
+
+**链路实测**（ckpt `ml/runs/base/last.pt`，旧口径 act_scale=1.0）：
+
+| 步骤 | 规模 | 实测 |
+|---|---|---|
+| `ml.dagger.collect`（16 题，parts=2） | 16 题 | **12.7 s**（含加载），29 个起点（全撞，拒 1 个 gap） |
+| `ml.dagger.collect --n 64`（显存采样） | 64 题 | 成功，112 个起点（拒 10 gap），**显存峰值 7.98 GB**（24 GB 卡，无 OOM） |
+| `node ml/gen/gen_dataset.cjs --tasks tasks_01.jsonl` | 15 个起点 | **7.6 s**，shard 含 qPrev / v0 / traj / cert |
+| `ACT_SCALE=1.0 node ml/prep/build_dataset.cjs …` | 13 题 | **2.3 s**，453 样本（175 增广），meta `act_scale:1, data_ver:2` |
+
+**关键口径提醒**：`build_dataset.cjs` 现在默认 **ACT_SCALE=1.25**（DATA_VER 2），而现有主数据 `ml/data/samples` 无 meta → 训练按 **1.0** 读。两者不一致时训练直接报错（README 第 120 行）。全量 DAgger 前二选一：
+1. 打包 DAgger 时显式 `ACT_SCALE=1.0`（与旧主数据、旧 ckpt 兼容）；
+2. 先按新流程 `FRESH_FROM=prep` 重打主数据为 1.25、重训后再跑 DAgger。
+本次试跑全部用 1.0；产物在 `ml/data/dag_try*/`（gitignored）。
+
+**全量耗时外推（估算，以首次实测为准）**：collect 8000 题约 0.8–1 小时（单进程）；老师重规划 1.6 万起点 / NPROC≈12 约 10 分钟；打包约 3 分钟；微调 15000 步未试。
+
+**结论**：DAgger 收集链路可用、显存安全（峰值 8 GB），可以全量启动——但先定 act_scale 口径。