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

2026-10-17 20:28:00 +00:00
parent e6388b2f0c
commit fd2f2db991
29 changed files with 715 additions and 127 deletions
@@ -1,5 +1,6 @@
-策略模型放这里（由 `python -m ml.export_onnx --fp16` 生成）：
- `traj_policy.onnx`
- `traj_policy.meta.json`（碰撞模型指纹 / 特征版本 / TCP，查看器加载时校验）
+策略模型放这里（由 `bash ml/pipeline.sh export`，即 `python -m ml.export_onnx --ckpt ml/runs/current.pt` 生成，默认 fp32）：
+- `traj_policy.onnx`：输入 `feat[1 或 K,83]`、`z[K,16,6]`；输出 `act[K,16,6]`、`value[K]`、`sub[K,13]`
+- `traj_policy.meta.json`：碰撞模型指纹、特征版本、TCP、`enc_once` / `feat_dyn`。查看器加载时会校验，`random_init` 为真的延迟探针模型会被拒绝

-查看器地址加 `?policy=1` 启用策略模式，详见 `ml/README.md` 第 8 步。
+查看器地址加 `?policy=1` 启用策略模式（离线加 `&ortLocal=1`，先跑 `bash ml/prep/vendor_ort.sh`），详见 `ml/README.md` 第 10 步。
+两个文件都不入库（`.gitignore`）。