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/selftest.sh

@@ -0,0 +1,70 @@
+#!/usr/bin/env bash
+# 本机自检（2026-10-18 第七轮，遗留 C-5 / C-6：Windows 生命周期与断点续跑只在沙箱验证过）。约 5–10 分钟。
+# 在仓库旁的副本（默认 ../<仓库名>_selftest）里做，不碰本仓库数据。结果写本仓库 ml/runs/selftest.json，每项 pass=true/false：
+#   gen_resume     生成 6 条一口气 vs 先生成 3 条、把最后一行截掉一半、再续到 6 条 → 两份文件逐字节相同
+#   prep_rerun     打包两次，第二次「待打包 0 个」
+#   train_stop     训练 --stop-at 20 → rc 143、last.pt 第 20 步；续训到 40 步 rc 0
+#   train_stopfile 训练中途写 ml/runs/STOP → 60 s 内 rc 143 且 last.pt 已存（控制台「停止」走的就是这条路）
+#   train_term     Git Bash 的 timeout 送 TERM 给训练 → 是否来得及存 last.pt（Windows 原生 python 未必收得到，结果决定控制台是否只能靠 STOP 文件）
+#   apg_resume     APG --stop-at 5 → rc 143；--resume 续跑 rc 0
+#   tree_killed / survive_parent_exit   控制台的进程树停止、关窗口后子树存活（ml/selftest_proc.py）
+set -o pipefail
+cd "$(dirname "$0")/.."
+SRC=$(pwd); PY=${PYTHON:-python}; export PYTHONUTF8=1
+D=${SELFTEST_DIR:-$(dirname "$SRC")/$(basename "$SRC")_selftest}
+rm -rf "$D"; mkdir -p "$D"
+git ls-files -z | tar --null -T - -cf - | (cd "$D" && tar xf -)
+[ -d ml/node_modules ] && cp -r ml/node_modules "$D/ml/node_modules"
+cd "$D"; mkdir -p ml/runs ml/data
+R=ml/runs/selftest_items.jsonl; : > $R
+rec() { $PY -c "import json,sys;print(json.dumps({'item':sys.argv[1],'pass':json.loads(sys.argv[2]),'detail':sys.argv[3]},ensure_ascii=False))" "$1" "$2" "$3" >> $R; echo "[selftest] $1 → $2  $3"; }
+CFGS=ml/configs/smoke.json
+# 1 生成续写
+node ml/gen/gen_dataset.cjs --n 6 --seed 11 --out ml/data/a.jsonl 2>/dev/null
+node ml/gen/gen_dataset.cjs --n 3 --seed 11 --out ml/data/shard_0011.jsonl.part 2>/dev/null
+sz=$(wc -c < ml/data/shard_0011.jsonl.part); head -c $((sz - 40)) ml/data/shard_0011.jsonl.part > t && mv t ml/data/shard_0011.jsonl.part
+node ml/gen/gen_dataset.cjs --n 6 --seed 11 --out ml/data/shard_0011.jsonl.part 2>ml/runs/st_gen.log; mv ml/data/shard_0011.jsonl.part ml/data/shard_0011.jsonl
+cmp -s ml/data/a.jsonl ml/data/shard_0011.jsonl && rec gen_resume true "$(grep -o '续写[^,]*' ml/runs/st_gen.log | head -1)" || rec gen_resume false "续写结果与一口气生成不同"
+rm -f ml/data/a.jsonl
+node ml/gen/gen_dataset.cjs --n 40 --seed 12 --out ml/data/shard_0012.jsonl 2>/dev/null   # 训练自检用的小数据
+# 2 打包二次运行
+bash ml/prep/run_prep.sh 4 >/dev/null 2>&1; bash ml/prep/run_prep.sh 4 > ml/runs/st_prep.log 2>&1
+grep -q "待打包 0 个" ml/runs/st_prep.log && rec prep_rerun true "" || rec prep_rerun false "$(head -c 200 ml/runs/st_prep.log)"
+T="--samples ml/data/samples --no-eval --config $CFGS --steps 40"
+step_of() { $PY -c "import torch;print(torch.load('$1',map_location='cpu',weights_only=False)['step'])" 2>/dev/null; }
+# 3 --stop-at
+$PY -m ml.train $T --out ml/runs/st_a --stop-at 20 > ml/runs/st_a.log 2>&1; rc=$?
+s=$(step_of ml/runs/st_a/last.pt)
+$PY -m ml.train $T --out ml/runs/st_a --resume ml/runs/st_a/last.pt >> ml/runs/st_a.log 2>&1; rc2=$?
+[ $rc = 143 ] && [ "$s" = 20 ] && [ $rc2 = 0 ] && rec train_stop true "rc 143 / 第 $s 步 / 续训 rc 0" || rec train_stop false "rc=$rc step=$s 续训rc=$rc2"
+# 4 STOP 文件
+rm -f ml/runs/STOP
+$PY -m ml.train --samples ml/data/samples --no-eval --config $CFGS --steps 1000000 --out ml/runs/st_b > ml/runs/st_b.log 2>&1 & pid=$!
+sleep 25; touch ml/runs/STOP; t0=$(date +%s)
+wait $pid; rc=$?; dt=$(( $(date +%s) - t0 )); rm -f ml/runs/STOP
+[ $rc = 143 ] && [ -f ml/runs/st_b/last.pt ] && rec train_stopfile true "写 STOP 后 ${dt}s 退出，第 $(step_of ml/runs/st_b/last.pt) 步" || rec train_stopfile false "rc=$rc ${dt}s"
+# 5 timeout TERM
+if command -v timeout >/dev/null; then
+  timeout -k 30 25 $PY -m ml.train --samples ml/data/samples --no-eval --config $CFGS --steps 1000000 --out ml/runs/st_c > ml/runs/st_c.log 2>&1; rc=$?
+  grep -q "收到停止请求" ml/runs/st_c.log && rec train_term true "rc=$rc，TERM 送达并存档" || rec train_term false "rc=$rc，TERM 没送到 python（Windows 原生进程常见）→ 阶段超时只能硬杀，进度靠每 10 分钟存档"
+else rec train_term false "没有 timeout 命令"; fi
+# 6 APG 续跑
+$PY -m ml.apg.apg_finetune --init ml/runs/st_a/last.pt --samples ml/data/samples --out ml/runs/st_apg --steps 10 --stop-at 5 > ml/runs/st_apg.log 2>&1; rc=$?
+$PY -m ml.apg.apg_finetune --init ml/runs/st_a/last.pt --samples ml/data/samples --out ml/runs/st_apg --steps 10 --resume ml/runs/st_apg/last.pt >> ml/runs/st_apg.log 2>&1; rc2=$?
+[ $rc = 143 ] && [ $rc2 = 0 ] && rec apg_resume true "" || rec apg_resume false "rc=$rc 续跑rc=$rc2（日志 $D/ml/runs/st_apg.log）"
+# 7 进程树 / 关窗口
+pj=$($PY ml/selftest_proc.py 2>ml/runs/st_proc.err | tail -1)
+echo "$pj" > ml/runs/st_proc.json
+k=$($PY -c "import json,sys;d=json.loads(sys.argv[1]);print(str(d.get('tree_killed')).lower(), str(d.get('survive_parent_exit')).lower())" "$pj" 2>/dev/null || echo "null null")
+rec tree_killed ${k% *} "$pj" ; rec survive_parent_exit ${k#* } ""
+mkdir -p "$SRC/ml/runs"
+$PY - "$R" "$SRC/ml/runs/selftest.json" "$D" <<'PY'
+import json, sys
+items = []
+for l in open(sys.argv[1], encoding='utf-8'):
+    try: items.append(json.loads(l))
+    except Exception: items.append({'item': 'parse', 'pass': False, 'detail': l.strip()[:200]})
+out = {'all_pass': all(i['pass'] is True for i in items), 'items': items, 'dir': sys.argv[3]}
+json.dump(out, open(sys.argv[2], 'w', encoding='utf-8'), indent=1, ensure_ascii=False)
+print('[selftest] 全部通过' if out['all_pass'] else '[selftest] 有未通过项，见 ' + sys.argv[2])
+PY