docs: 第八节 R4 复跑（feat_dyn 新模型 + 入库 ort）——部署口径 P99 12.67 通过；WebGPU 首次实测 27.09（有界面窗口，adapter nvidia ampere，比 wasm 慢）；viewer_ref 随机模型整周期 planP99 131 / starve 32.7% / lookaheadP99 170 / certFailWhy time 948（70%）/ tickGapMax 736，三条判读留给实现方

docs/ML运行手册审查.md

@@ -246,3 +246,40 @@ V1 通过后再跑，分三段，每段跑完把回传文件发我：
 - **APG 的 `steps` 与机时**：`batch` 从 128 降到 48，每步看到的任务少 2.7 倍。`steps=3000` 要不要加、加多少是收敛判断，我只有显存实测、没有这个依据。`R2/R4/N-6` 各处按整卡写的显存估算文案也要按 19–20 GB 重写。
 - `R4 复跑`：`feat_dyn` 要重导模型，探针现在会**弹有界面窗口**跑 `viewer_ref`（30 题×≤10 s）与 WebGPU——本机跑之前请知悉会有窗口，别动它。
 - B-2 的几何查询搬 Worker（若本机 R9 仍不过）；R9 用真模型才有意义。
+
+---
+
+## 八、R4 复跑（2026-10-18，`feat_dyn` 新模型 + 本地 ort + WebGPU）
+
+`bash ml/pipeline.sh r4` 端到端 **rc=0**。这次先把 `webapp/vendor/ort/`（onnxruntime-web 1.20.1，33 MB）**入库**（`.gitignore` 同步移除），不再依赖 npm/CDN——上一轮 `vendor_ort.sh` 的 `npm pack` 失败后探针静默退回 CDN，而 jsDelivr 本机完全不通，四种配置全变成「加载 ort 失败」，一条数字都没有。**这是个真问题**：下载失败时流程不该"看起来跑完了"。
+
+### 8.1 R4 判定口径：通过
+
+| 配置 | P50 | P95 | P99 | 备注 |
+|---|---|---|---|---|
+| **wasm·16 线程·proxy（部署口径）** | 7.06 | 8.88 | **12.67** | 本地 ort，`enc_once` + `feat_dyn` 新模型 |
+| wasm·4 线程·proxy | 10.25 | 12.48 | 13.22 | |
+| wasm·16 线程·无 proxy | 6.83 | 8.28 | 9.53 | |
+| **WebGPU** | 18.26 | 22.76 | **27.09** | 首次拿到真数：`hasGpu:true`、adapter `nvidia ampere`、有界面窗口；比 wasm 慢，不用 |
+
+结论：纯推理 P99 12.67 < 15，**R4 通过**；与修复前（10.22–11.25）同量级，`feat_dyn` 没让主推理变慢（主推理仍只送 1 行）。
+
+### 8.2 `viewer_ref`：随机模型的整周期数字（只作参考，但暴露了三件事）
+
+30 道贴柱题、随机权重、真查看器（有界面窗口）、16 线程 + proxy：
+
+| 指标 | 值 | 说明 |
+|---|---|---|
+| `planP50` / `planP99` | 68.5 / **131.2 ms** | R9 线是 45；随机策略几乎每次都认证多条候选 |
+| `starve_rate` | **32.7%** | 执行时钟到点队列为空 = 实际丢步 |
+| `inferP99` | 58.3 ms | 纯推理探针只有 12.7 → 差额是主线程排队 |
+| `lookaheadP99` | **170 ms** | 前瞻（8 行特征逐行编码 + 8 次 gapMatrix） |
+| `certFailWhy` | **time 948** / box 346 / cert 19 | 3902 次规划里 70% 的失败是"墙钟到点判不过" |
+| `tickGapMax` | **736 ms** | 主线程仍会被一次性占住（安全层在主线程） |
+
+**三条判读（给实现方，不是结论）**：
+1. 前瞻是现在最贵的一环（170 ms P99）。虽然已改成只在冷启动做，但 30 题就是 30 次冷启动，每次都落在 P99 上——R9 的 `planP99` 会被冷启动那几次主导。建议 `r4_probe --viewer` 同时报 `planP99`（含冷启动）与 `planP99Warm`（剔除每题第一次规划），否则这条线测的是"题数"而不是稳态性能。
+2. **`time` 截止占失败原因 70%**：45 ms 预算在随机模型上基本等于"到点判不过 → 刹停"（1019 次刹停 / 3902 次规划）。R9 若"通过"，必须同时报 `certFailWhy.time` 占比与 `brakeRate`，否则可能是靠拒绝候选换来的。
+3. `tickGapMax 736 ms` 说明安全层（几何查询）仍在主线程；B-2 的"搬进 Worker"没有做，这条是真模型跑之前要盯的。
+
+这些全是随机权重的数，R9 判据本来就规定用训练好的模型测，所以**不据此判 R9 过不过**；`r4.json` 里 `viewer_ref` 已标注"仅参考"。