接上更新回饋與本機研究助手，也把沒過的關卡留下來

每日紀錄

1. 10/19cold-and-postcommit正式保存續跑與 SQL 提交後重試，舊數值門仍失敗部分通過
2. 10/20ledger-v6ledger 新實例六條預測四成立，時鐘與限時未過部分通過
3. 10/21verifier-cold-fix裁判接線與版本指紋修復，限定第二研究回合冷續跑部分通過
4. 10/22three-arm-result24 場三組比較未通過完整組優勢門檻未通過
5. 10/22zero-formal-updates三組正式更新全零，保留失敗與驗證器勘誤紀錄
6. 10/23feedback-and-restoreCPU 更新回饋、觀測、回滾與冷恢復有界驗收部分通過
7. 10/23answer-health六題基本答題對照，原錯誤與截斷保留部分通過
8. 10/23codegraph-tools固定來源 CodeGraph 查詢接線，已知缺邊保留紀錄
9. 10/23migration-boundary遷移前置有證據，正式舊 9B 遷移仍受阻部分通過
10. 10/25ornith-assistant真 Ornith 與 Instructor 接上唯讀研究助手部分通過
11. 10/25retrieval-repair四題檢索修復改善部分事實，耗時與 token 增加部分通過
12. 10/25native-restore-saveRAM 首輪中止後，較舊原生 9B 自訂狀態有限恢復另存部分通過

本週完成

CPU 更新診斷將更新身分、前後版本、提交狀態與成敗事實送往下一次研究輸入。指定 provider 路徑中，提交後的觀測錯誤不會重跑更新；真正寫入後的故障注入則核對宣告模型、master、optimizer、梯度、buffer 與 RNG 狀態回復。這些是主機注入的故障案例，不是自然失敗的全面覆蓋。

同來源 schema3 小模型的保存事實，在新程序中恢復、查詢並接續下一次提案；重送已套用的事實不再數值更新，失敗且已消耗的事件不會重新啟動。不同來源的舊保存點被拒絕，沒有為了通過而略過來源守門。

10/19 正式鏈的 SQL postcommit 故障，核對熱重試與保存後跨程序重試不重複更新；其 journal 與部分 episode 仍依外部材料及原路徑恢復，不是自足的跨主機保存包。10/21 的裁判接線保留「執行完成但答錯給零分」，並只刪減指定等價的重複編譯和 token 編碼。冷恢復的 policy 指紋假拒根因是同碼 marshal bytes 不穩定；另立來源版本改用通用語義結構指紋，真程式或契約變更仍拒絕。小模型第二完整研究回合及冷續跑的指定持久狀態通過有界比對，沒有推廣成任意 Python 記憶體相同。

CodeGraph 的 CLI 與 MCP 查詢已在固定來源上實際使用，協助工程作者查找更新、觀測與恢復接線。既有動態呼叫缺邊、同名錯邊仍存在，查詢結果必須回到來源核對。這是工程探索工具的整合，沒有證明小麥理解自身，也沒有量測效率提升。

10/25 的 Ornith-1.5-9B-Q4_K_M、llama.cpp 與 Instructor 在本機真實回應，外接助手維持唯讀。ECC 參考的是分輪定位、補取來源與再回答的流程，沒有安裝全域 hooks；它的開發代理規則累積也不等於小麥的參數更新。檢索修復保留舊入口與新入口，原核心不因這些接線被改寫。

原生低記憶體替代用 overlay 修改 tensor digest 的分塊處理，原核心保持不變；原 guard 對未明示遷移、額外來源差異和 Torch 版本不符仍拒絕。原 9B 自訂狀態實際恢復，保存前 22 類狀態與原參照一致，41 records 與既有 learner steps／revision 保留；新保存物是未更新狀態，沒有補造研究或權重改變。

驗證與數字

• 觀測比較限定為 64 個事件、6,082 個 FP32 值，共 24,328 bytes；涵蓋指定三層前向、完整的小型 logits 輸出，以及指定 VJP、loss、參數梯度與更新對照。這是宣告邊界內的原始 bytes 核對，不是 64 種邊界或完整算子覆蓋。
• 三組比較使用八個新合成世界，每組每世界兩個訓練與兩個留出回合，共 24 場、96 回合、48 個留出回合。留出正確率先在世界內平均，再對八個世界等權平均；無效程式、拒答與已登記的生成失敗保留在固定分母。
• FULL／M0／W0 的平均留出正確率為 2.08%／5.99%／2.08%，正式提交更新數均為零。FULL 對 M0 的世界級勝／負／平為 1／2／5，對 W0 為 0／0／8；兩項預登記正向優勢判定皆未通過。
• 公開機制正控曾讓 FULL 真正提交兩次更新，W0 保留 shadow backward 且零提交；這些正控不計入正式三組成績，不能用來補上正式題沒有更新的缺口。
• 基本答題對照使用同一份 Qwen2.5-Coder-0.5B-Instruct、CPU FP32、greedy 解碼、每題最多 64 個新 token，三個新程序各自執行一次。初始輸出頭與基線六題首步 logits、生成 token 和回答相同；兩次公開控制更新後 logits 有改變，六題生成 token 和回答仍相同。
• ledger v5 正式 280 場全完成；v6 新實例 280 場中 279 完成、1 逾時，六條預登記預測四成立、Q3 與 Q6 未通過。未改動的 v5 另跑同一批新世界作對照。計數全 null 透過保守作答分支符合 Q4，不能寫成學會計數；時鐘週期 7 的已作答錯誤約 48–50%，逾時的缺交預測另列。僅固定作者手寫 H／P 語言內適應，未驗主迴圈整合、保存重啟或新表示種類。
• ECC 初輪單輪／分輪各完整正確 1/4，分輪耗時與 token 更多。修復版四題成對區塊用同一模型、8192 context、temperature 0／seed 42、最終 768 token 上限，各組 11 次呼叫全計成本。舊／新完整正確 0/4→1/4、完整事實 1/12→7/12、必要引用覆蓋 4/5→5/5；流程時間 211.703→363.577 秒、token 12,194→26,626。22 次真回應皆自然 stop；仍有未說完整的事實，不等於全面答對。
• 外接量化推論的 A→B→A 短對照固定產生 128 token，實際 offload 為 28/34、34/34、28/34，請求與輸出 bytes 相同。服務端輸出吞吐率為 12.298、31.547、11.693 token/s；只有一次 B，背景負載與可用 RAM 也不同，沒有五輪或穩定端到端速度結論。預定 length 結束是吞吐測試條件，不是研究答題完成。
• 原生已恢復 9B 的四 token 輸入前綴，只比較 1×32 FP32 特徵：CPU 24.641 秒、GPU 30.734 秒，單次 CPU→GPU 順序、2 threads。相對 RMSE 約 0.002104、最大絕對差約 0.004307，符合事前容差，非逐位元一致。這不是 token 生成速度；GPU 路徑約搬入 13.833 GB 權重，未分離 copy／compute profiler，不能把差額全部歸因某一硬體環節。

失敗與未完成

10/23 的獨立驗收矩陣沒有全部通過。N3 為 PARTIAL：目前定位的是已觀測範圍內第一個非有限值，完整 decoder gradient 與自然 joint 失敗尚未做。M3 當時為 PARTIAL_BLOCKED_TARGET。10/25 後續有較舊原生 9B 的恢復與未更新狀態另存，但新保存物來源由 115 列變 104 列，嚴格 audit false 保留；缺列不等於 11 檔已修改，也不能宣稱完整來源閉包或新保存點冷載入通過。完整研究、更新與保存接續仍未到達。Windows 保存仍保留 COMMITTED_DURABILITY_UNCONFIRMED，不能宣稱實體斷電耐久。

檢索修復的已完成區塊在匿名評分前選定，但原五輪方案經縮減，因此不是事前預註冊的八案例。81 個額外或中止案例另存，部分中止請求未回傳 usage，整段工作總成本仍有未知。兩組來源策略、提示與 schema 一起改變，不能獨立歸因單一修補。模型快取設定與其他程序負載同時有變，也不能把前批 RAM 下降全歸因快取或宣稱記憶體洩漏。

三組比較的原檢查器曾把外部組名與內部組名直接相比。考後只勘正該映射並另行核對，原失敗、正式分母、統計與凍結樣本不改。另一輔助檢查器的 skip 語義誤判也保留原件。這些勘誤不能寫成預登記檢查器原樣一次全過；完整組優勢仍未成立。

基本答題的程式題三組都未以自然結束符號完成，三個 token 上限失敗保留。獨立 scorer 的公開自測曾發現 regex 錯誤，在讀模型結果前另版修正；原 FAIL 保留。其 format 欄要求整段等於預期答案，不能拿合計數字當純格式遵從率或能力通過率。

作者與 AI 分工

郭俊逸負責研究方向、問題設定、證據界線與專案整合。AI 代理協助實作、實驗執行、來源探索、文章整理與結果核對；相關實作與驗證由不同代理分工，失敗原件保留。三組比較的出題與驗證來自同一模型家族的不同代理，不是外部人類或跨模型第三方。本期網站整理沒有新增模型執行，也沒有將文字撰寫當成能力驗收。

下一步

先補原生新保存物來源清單與冷載入，再以最小實作及少量舊法對照推進下一步研究更新，並核對原生、改造與完整流程的基本答題保留。ledger 和檢索各自保留失敗分母，改版使用新凍結案例；新的能力實驗另外預登記，要求真正行使問題形成、方法修訂、鑑別實驗與保存後的新題比較。完整核心、權重、私人保存點、原始張量與完整日誌維持私有；本期公開摘要只列白名單觀察、限制與來源雜湊承諾。