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/model/policy.py

@@ -129,12 +129,14 @@ class Policy(nn.Module):
     def sample_shared(self, feat1, z):
         """部署接口（ONNX，2026-10-18 第五轮，R4 实测后改）：一次观测、K 条候选。
         feat1 [1,F]，z [K,16,6] → act [K,16,6]，value [K]，sub [K,13]（value/sub 对 K 行相同，展开只为保持运行时读法）。
-        此前部署把同一观测复制 K=8 行喂 sample()，encoder 被重复算 8 次（约占总计算 29%）；这里只编码一次再展开给解码器。"""
+        此前部署把同一观测复制 K=8 行喂 sample()，encoder 被重复算 8 次（约占总计算 29%）；这里只编码一次再展开给解码器。
+        2026-10-18 第六轮：feat 行数也可以等于 K（前瞻：8 个候选末态各一行特征），此时逐行编码，结果与 sample(feat, z) 一致；
+        expand 对 1→K 与 K→K 都成立，所以 ONNX 里 feat 轴是动态的（meta.feat_dyn）。"""
         mem = self.encode(feat1)
         v, s = self.heads(mem)
         K = z.shape[0]
         if self.head == 'wta':
-            act, _ = self.wta_modes(mem)
+            act, _ = self.wta_modes(mem[:1])
             idx = torch.arange(K, device=z.device) % self.K
             return act[0, idx] + 0.0 * z, v.expand(K), s.expand(K, -1)
         m = mem.expand(K, -1, -1)