diff options
Diffstat (limited to 'docs/campaign')
| -rw-r--r-- | docs/campaign/CASCADE_ABLATION_PLAN.md | 18 |
1 files changed, 18 insertions, 0 deletions
diff --git a/docs/campaign/CASCADE_ABLATION_PLAN.md b/docs/campaign/CASCADE_ABLATION_PLAN.md index 3a78932..2298ab4 100644 --- a/docs/campaign/CASCADE_ABLATION_PLAN.md +++ b/docs/campaign/CASCADE_ABLATION_PLAN.md @@ -2159,3 +2159,21 @@ BP seed2 在跑(定散布尺度)。 ⟹ **11M 到 135M 全部落在种子噪声内**; "gap 随尺寸增长"作为 EP 属性正式作废(RESULT 80 已判为 伪影签名, 本条为 135M 端点确证)。 - EP rlin 剩 11.4k 步(~2h)出终局尾窗; 届时更新为完赛口径。 + +### RESULT 89 终局 (完赛口径, 尾窗 396-440k, n=441/臂) +| 臂 | 尾窗均值 | vs BP 均值 | ppl | +|---|---|---|---| +| EP read_lin | 3.2087 | **+0.0013** | **+0.1%** | +| BP twin s1 | 3.2071 | | | +| BP twin s2 | 3.2076 | | | +| BP 两 seed 均值 | 3.2074 | (间距 **0.0005**) | | +| EP 旧读出 | 3.5804 | +0.3730 | **+45.2%** | +- ⚠️ **窗口敏感性, 须诚实报**: 97% 处窗口(422-428.6k, n=67)给 EP **−0.0030**、seed 间距 0.0059; + 完赛大窗(n=441)给 EP **+0.0013**、seed 间距 0.0005(cosine 衰减到底后两 BP 收拢)。 + **以完赛大窗为准**: EP 比 BP 高 0.0013 = 0.1% ppl。 +- **不得声称"统计不可分"**: 0.0013 是 seed 间距的 2.6 倍。但 BP 仅 n=2(一个自由度)、EP n=1, + 该设计根本无力分辨 0.001 量级 ⟹ 正确表述 = "**差 0.1% 困惑度, 处在本设计的分辨极限附近**", + 并明说 seed 数不足以给出区间。若要主张不可分, 需 EP n≥2 与 BP n≥3(约 3 天/臂)。 +- 旧读出终值 +45.2% ppl = 精度伪影在 135M 的完整体量。 +- 交付物已出终版: assets/figs/fig_135m_curves.{png,pdf}(四曲线, 横轴 token) + + assets/EPT_135M_samples.ipynb(EP/BP 同 prompt 同种子并排, 输出已烤入, 代码可跑)。 |