Upload training/NOTES.md with huggingface_hub

training/NOTES.md

@@ -232,6 +232,14 @@ v2 encerrado no step ~3.5k (checkpoints 500-3500 + samples preservados no repo o
 Novidade do f8561f6c: checkpoint sob demanda por arquivo-gatilho (parada graciosa a qualquer
 momento — casa exatamente com o plano de parada manual do usuário).
 
+## Incidente v3: OOM no step ~4.502 (12/08 15:1x UTC) — RECUPERADO
+- CUDA OOM (alocação de 1,12 GiB com 30,08 GiB já alocados) após 11h de run — batch pesado
+  no pior bucket; expandable_segments estava ativo (fragmentação não era a causa; VRAM cheia real)
+- Fix: blocks_to_swap 24→32 (~3 GiB a mais de folga; custo ~zero, H3 é compute-bound) +
+  autoresume do state 4500. Checkpoints 500-4500 + samples intactos no repo v3
+- Lição p/ runbook: em runs >10h na 5090, swap 32 desde o início; monitores com `tail -n 0`
+  (log em append guarda Tracebacks antigos → falso alarme no relançamento)
+
 ## Publicação HF (resolvido 10/08)
 Repo `AdwolfCzar/minih33-loop-i2v` — público (sem custo de cota privada) + gated manual
 (arquivos só baixáveis com aprovação do dono). Regra do usuário: nunca mencionar "minimax" no