docs/memory/AGENTS.md 写了怎么读、怎么新建、不能写什么、怎么和本机副本同步,以及索引。 推送前已核对:只有变量名,没有密钥或密钥片段。 Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2.3 KiB
2.3 KiB
| name | description | metadata | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| delivery-package-v1 | 给内部评测同事的第一版交付包:位置、冻结点、口径、已知缺口 |
|
第一版评测交付包在服务器 /mnt/data/ming01.wang/val-model-compile,13 GB / 3932 个文件。
本地构建副本在 /home/ming01.wang/delivery-20260918(未删,待用户决定)。
冻结点:2026-09-18 17:18:27,62 条 rollouts.verdict_terminal='PASS',40 个模型。
冻结当天池子还在跑,次日已涨到 87 条——出第二版时这个数还会变,必须重新冻结快照。
关键口径(出第二版仍适用):
- 唯一正确的"完成"口径是
rollouts.verdict_terminal='PASS'。state='TRANSFERRED'那 597 条一次都没跑过,是任务槽位转交的墓碑标记, 按它打包会打出几百个空目录。 completion.workflow_completed=true比 PASS 多出来的那些是"跑通但掉点超容差"。jobs.state='PASS'是 oracle 标准答案流水线,不是 agent 轨迹。jobs表按基准批次记账,n100 派生批次没有独立行——62 条里 26 条查不到, 查询一律走rollouts表。
打包时踩过、第二版要直接避开的坑:
bin/bench(711) 和harness/cli.py(600) 权限不对外,拷完必须chmod a+r,否则同事用不了。stages/*/meta.json必须带(62 条共 443 个,543 KB)。有它同事没板卡也能离线重算出 PASS;没有它 62 条全变 UNVERIFIED。- 必须按工作区拷,不能
git archive——大量适配器没提交。 - 缓存目录要按需挑:baseline 全量 59 GB(大头是 G2 参考张量,G2 不参与判定,不带)、 onnx 27 GB、calib 16 GB,实际只用到其中 12.4 GB。
- 排除
.env.local、.sync/、.git/、__pycache__、docs/archive/。.env.local.example和.gitignore可以带(模板是空的)。
已知缺口(已写进包内说明):分割/姿态/光流/深度/特征/占据/双目 7 类零样本; 实例分割仅 1 条且其轨迹因版本过滤未导出;4 条合格轨迹不在数据集里(轨迹只覆盖 58/62)。