Block a user
5a87c0655a
diag: ml/eval/diag_cl.py 闭环失败定位 + fix(dagger): collect.py kin.gaps 分块 1024 点、cap=gap_min+1（原 4096 点 cap 40 吃满显存/内存）
979a5814c1
fix(train): 首次正式预训练（21850 步闭环到达 0%）排查后修正——FK/平滑改加在配对去噪估计上（原加在随机噪声一步采样上=回归条件均值，多峰塌成单峰，实测候选标准差 0.030/幅度 0.151）；时间嵌入最高角频率 1000→50、MF 分支 fp32、p_neq 前 5000 步为 0（实测 du/dt 均方根 6–12 vs v 1.1）；增广 40%/3°/12 步收回；新增 dagger 阶段（策略闭环状态请老师重规划 ×2 轮微调）；开训前老师轨迹回放自检；评估加开环误差与候选多样性，best/早停按到达率+开环误差
7fe1e5e0b3
feat(monitor): 失败提示做醒目——顶部红色横幅（阶段名 + 返回码 + 终端里最后一行真实报错，如 OutOfMemory 那条）+ 右上角胶囊变红「失败 · 停在「预训练」返回码 1」+ 步骤条那一格红字加粗；并补三层"永不空白"保险：正文脚本前装看门狗（3 秒没跑完就显示"卡片空白不是训练出问题"）、window.onerror 显示出错文件与行号、渲染调用 try/catch 让单个面板出错不拖垮整页；同时修掉我上一轮写坏的 JS 字符串（Python 转义把 \n 写成真实换行 → 整个脚本不执行 → 页面全空，就是用户看到的"失败时什么都不显示"）
3c4bc6c8ab
fix(vram): 上限不再从 nvidia-smi 的"已用"里扣——WDDM 下那部分驱动可换出，按它扣会把本进程上限压到 14.45 GiB，预训练第一次 evaluate 峰值 ~15 GiB 就自己 OOM（实测当时卡上还有 9.98 GiB 空闲）；改成上限 = CUDA 可用 − 1 GiB（实测 21.8 GiB），别人占多少只打印不扣；实测分配 15.5 GiB 通过；顺带删掉 monitor.html 里被塞进模板字符串、当成文字渲染出来的 JS 注释（剩余时间那格）
4a59ca84f6
feat(monitor): 每个阶段都按实时数据算剩余时间，用时精确到秒——打包按已打包分片数、预训练用脚本自报 eta_h、APG 用 it/min、挖错用本轮 APG + 已完成轮次平均时长、头门禁用已完成那次评估、一致性门禁读日志里的 k/300 行（只读日志尾部，不占 CPU）；修 mine 的当前轮判断（原来 len(cur)>k 在第二轮起永远判不到在跑）与 APG 漏加的 eta；总用时/本步用时/步骤条用时改为带秒，预估仍只到分钟
faf6dd2748
feat(monitor): CPU 卡加温度和功耗——走 MSI Afterburner 的共享内存（MAHMSharedMemory）：Windows 上免驱动的唯一口子（psutil 不支持、ACPI 热区只有板温、Power Meter 无实例）；实测 CPU 98-100 °C / 222-227 W，用 GPU1 power 对 nvidia-smi 校准过（125.29 vs 124.57）；数据比 10 秒旧就当读不到、Afterburner 没开就自动隐藏这两行；28 核条悬停可看每核温度
83dcc1c3ee
fix(monitor): CPU 占用读数改为后台每秒独立采样（此前在请求里算差值，网页 1 秒轮询会把窗口压成几毫秒 → 恒为 0）；CPU 并进 GPU 同一个卡（上 GPU 环+显存/温度/功耗，下 CPU 环+28 核逐核条）
241333c213
fix(pstate): 改 TARGET_SAMPLES 不再作废 gen 的已有分片——只重跑 gen 补量（run_parallel 跳过写完的 shard、按差额补量），prep 及之后仍作废；此前把它当"从 gen 作废"会让 5 小时生成的 5 万条分片被整体移进 archive，用户改目标样本量就得从头跑
c128288c1b
fix: gen 判定改按产物而不是 wait 退出码——实测 28 个种子跑 5 小时后全部 wait 报失败，但每个 .part 都是完整的 1786 行（node 打了 done、mv 没执行），Git Bash 长跑后 wait 返回码不可靠；现在只要 .part 行数达标就补改名并记成功，只有产物缺失/不全才算失败。另：监控页 1 秒轮询（并行取 status/job/runs + nvidia-smi 缓存），GPU 数字 2 秒缓存。
b25a7a8bfa
fix: pipeline.sh run() 回显改走 stderr——gate1 用 tee 把 stdout 存成 consistency.json，回显混入让 gen 读 CONSENSUS 时 JSONDecodeError 停在 gen（第一次真跑实测：kin/r4/gate1 rc=0、gen rc=1）；文档记门 1 实测 0.838<0.9 → 自动走共识分支
c175357b72
docs: 训练定名「Transformer 多峰策略端到端训练与浏览器部署」——写入 ml/README 标题与控制台顶栏（含浏览器标签），长跑时打开网页即见；截图复核排版未挤坏控件
d03f34822c
第八轮：monitor 状态三项被注释吞掉的 bug；R9 改判稳态 planWarmP99 + 运动中饥饿 + 认证超时占比；APG steps 8000（batch 48 保持总任务量）；r4 不再静默退回 CDN；自检副本含未跟踪文件；显存文案按 19–20 GB；审查文档精简为实测/判据/待数据/三段训练
591678703a
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
b6141d237c
fix: R4 探针页 tensor 复用（proxy 下 buffer 被 detach）+ pipeline.sh 7 处 GBK 读取 + r4 分支返回码；r4 端到端 rc=0
fb711cb959
docs: 训练定名「Transformer 多峰策略端到端训练与浏览器部署」——写入 ml/README 标题与控制台顶栏（含浏览器标签），长跑时打开网页即见；截图复核排版未挤坏控件
34f19aac61
第八轮：monitor 状态三项被注释吞掉的 bug；R9 改判稳态 planWarmP99 + 运动中饥饿 + 认证超时占比；APG steps 8000（batch 48 保持总任务量）；r4 不再静默退回 CDN；自检副本含未跟踪文件；显存文案按 19–20 GB；审查文档精简为实测/判据/待数据/三段训练
2bb95f6acc
第八轮：monitor 状态三项被注释吞掉的 bug；R9 改判稳态 planWarmP99 + 运动中饥饿 + 认证超时占比；APG steps 8000（batch 48 保持总任务量）；r4 不再静默退回 CDN；自检副本含未跟踪文件；显存文案按 19–20 GB；审查文档精简为实测/判据/待数据/三段训练
fe98e84259
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
7ea91a6cac
vendor: onnxruntime-web 1.20.1 本地副本入库（约 33 MB）——离线/无 npm 时查看器与 R4/R9 探针不再依赖 CDN；.gitignore 同步移除该目录
f9fa3e67b6
ml: 显存预算按 19–20 GB 落地（APG batch 128→48 + 每进程硬帽 + vram 上日志/网页）；自检四处判据与环境坑修好，整轮 7/8 通过 3.5 分钟
fd2f2db991
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