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

ml/common/ckpt.py

@@ -6,7 +6,7 @@
   训练循环据此先存 last.pt 再以 143 退出。Windows 上 taskkill /F 是硬杀、收不到信号，
   所以控制台「停止」先写 STOP 文件、等进程自己存档退出，超时才硬杀（见 monitor.Job.stop）。
 """
-import os, signal, time
+import os, random, signal, time
 import torch
 
 ROOT = os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
@@ -42,3 +42,21 @@ class Saver:
         return False
 
     def mark(self): self.last = time.time()
+
+
+def rng_state():
+    """2026-10-18 第七轮（遗留：续跑后数值轨迹与不断点不一致）：随机数状态一起存档。
+    训练取 batch 用 torch.randint（全局生成器，CUDA 上取 CUDA 生成器）、噪声用 torch.randn、APG 选题用 random.choices，
+    三者状态都恢复后，续跑的 batch 顺序与噪声与一口气跑完一致（同一设备、同一版本；cuDNN 非确定算子另计）。"""
+    d = {'torch': torch.get_rng_state(), 'py': random.getstate()}
+    if torch.cuda.is_available(): d['cuda'] = torch.cuda.get_rng_state_all()
+    return d   # 不存 numpy 状态：训练不用 np.random，且 ndarray 过不了 torch.load 的 weights_only 默认
+
+
+def set_rng_state(d):
+    if not d: return False
+    torch.set_rng_state(d['torch'].cpu() if hasattr(d['torch'], 'cpu') else d['torch']); random.setstate(d['py'])
+    if 'cuda' in d and torch.cuda.is_available():
+        try: torch.cuda.set_rng_state_all([t.cpu() for t in d['cuda']])
+        except Exception: pass
+    return True