fix(gen): 被停止的种子不再报"失败"——按日志尾部有无报错分类，中断走 143（网页显示"已停止"），只有 node 真报错才 exit 6；顺便修补量分母累加：target_tasks 改用 stats.json 的已写完条数 + 本轮补量，此前每次点停止再"继续训练"分母都再加一截（实测 67368→84728），进度条越续越少

ml/gen/run_parallel.sh

@@ -31,20 +31,25 @@ while :; do
 done
 # 判定按产物而不是 wait 的退出码：2026-10-18 实测 28 个种子跑了 5 小时后全部 wait 报失败，
 # 但每个 .part 都是完整的 1786 行（node 打了 done、mv 却没执行）——Git Bash 长跑后 wait 的返回码不可靠。
-fail=0
+# 短产物分两种：网页点「停止」把 node 杀掉（.part 是断点，续跑接着写，不是失败）和 node 自己报错。
+# 只有日志尾部有报错特征才算失败；143 让网页显示「已停止」而不是「失败（返回码 6）」（monitor.html:508 同一口径）。
+crashed=0; stopped=0; sn=0
 for k in "${!pids[@]}"; do
   s=${seeds[$k]}; f=ml/data/shard_$(printf %04d $s).jsonl
-  wait ${pids[$k]} || true
+  w=0; wait ${pids[$k]} || w=$?          # 记下来但不当判据：长跑后 Git Bash 的 wait 返回码不可靠
   if [ -f "$f" ]; then continue; fi
-  if [ -f "$f.part" ]; then
+  n=0; [ -f "$f.part" ] && n=$(wc -l < "$f.part")
-    n=$(wc -l < "$f.part")
+  if [ "$n" -ge "$N" ]; then mv "$f.part" "$f" && echo "[gen] 种子 $s 产物完整（$n 行），补改名" && continue; fi
-    if [ "$n" -ge "$N" ]; then mv "$f.part" "$f" && echo "[gen] 种子 $s 产物完整（$n 行），补改名" && continue; fi
+  if tail -n 4 ml/data/log_$s.txt 2>/dev/null | grep -qE '^(Error|.*Error:|.*SyntaxError|.*heap out of memory|Traceback|.*throw )'; then
     echo "[gen] 种子 $s 失败：.part 只有 $n/$N 行，最后几行："; tail -n 5 ml/data/log_$s.txt || true
+    crashed=1
   else
-    echo "[gen] 种子 $s 失败：没有产物，最后几行："; tail -n 5 ml/data/log_$s.txt || true
+    echo "[gen] 种子 $s 已停止：写好 $n/$N 条，断点保留在 $f.part，点「继续训练」从第 $((n + 1)) 条接着写（子进程返回码 $w）"
+    stopped=1; sn=$((sn + n))
   fi
-  fail=1
 done
-[ $fail = 0 ] || exit 6
+[ $crashed = 0 ] || exit 6
+# 全被停止时不跑 stats.cjs：分片还没改名，统计口径没变，重算一遍只会让「补量」看起来原地不动
+[ $stopped = 0 ] || { echo "[gen] 本轮是被停止的，没有报错：$stopped 个种子共保住 $sn 条，续跑不重复生成"; exit 143; }
 node ml/gen/stats.cjs ml/data/shard_*.jsonl > ml/data/stats.json
 cat ml/data/stats.json

ml/pipeline.sh

@@ -134,8 +134,10 @@ case $stage in
             [ "$need" = "0" ] && break
             echo "样本不足目标 $TARGET_SAMPLES，补生成 $need 条任务（第 $k 次）"
             per2=$(( (need + NPROC - 1) / NPROC ))
-            old=$($PY -m ml.pstate get gen target_tasks)          # 读不到直接失败（审查 N-13：此前空值会被算成 56 这类数）
+            # 目标 = 已写完的分片条数 + 本轮要补的；不能用 pstate 里上次的 target_tasks 累加，
-            $PY -m ml.pstate set gen target_tasks=$(( old + per2 * NPROC ))
+            # 那样每次续跑（点停止后再「继续训练」）分母都加一截，进度条会越续越少（2026-10-18 实测 67368→84728）。
+            done_n=$($PY -c "import json;print(json.load(open('ml/data/stats.json', encoding='utf-8'))['tasks'])")
+            $PY -m ml.pstate set gen target_tasks=$(( done_n + per2 * NPROC ))
             run bash ml/gen/run_parallel.sh $per2 $NPROC $s0 "$extra"
             s0=$((s0 + NPROC))
           done