| # System Inventory |
|
|
| ## 这份清单的用途 |
|
|
| 这个文件不再只罗列“模型目录里有什么大文件”，而是回答一个更重要的问题：当前仓库里哪些资产属于正式最终系统，哪些属于研究留档，哪些只是补充参考。 |
|
|
| ## 一类资产：正式模型资产 |
|
|
| | 资产 | 路径 | 交付定位 | 说明 | |
| |---|---|---|---| |
| | BERT 最终权重 | `models/bert-final/` | 正式模型资产 | 微调得到的最终监督分类器 | |
| | RoBERTa 最终权重 | `models/roberta-final/` | 正式模型资产 | 微调得到的最终监督分类器 | |
| | Qwen general adapter | `models/qwen-adapters/general/` | 正式模型资产 | 通用文本 LoRA 分支 | |
| | Qwen short adapter | `models/qwen-adapters/short/` | 正式模型资产 | 76-180 字短文本 LoRA 分支 | |
| | Qwen ultra-short adapter | `models/qwen-adapters/ultra-short/` | 正式模型资产 | 0-75 字极短文本 LoRA 分支 | |
| | Qwen shared tokenizer | `models/qwen-adapters/shared-tokenizer/` | 正式模型资产 | 给 3 个 adapter 共用的一套 tokenizer | |
|
|
| 边界说明： |
|
|
| - Qwen 基础模型权重不在仓库内。 |
| - Qwen adapter 需要外部 `Qwen2.5-7B-Instruct` 才能运行。 |
|
|
| ## 二类资产：detector 分支资产 |
|
|
| `FastDetectGPT` 和 `Binoculars` 也是正式最终系统的一部分，但它们的交付形式不是“一个单独的 checkpoint 目录”，而是算法脚本、配置语义和结果留档。 |
|
|
| | 分支 | 资产位置 | 说明 | |
| |---|---|---| |
| | `FastDetectGPT` | `scripts/inference/run_zero_shot_detectors.py` + `results/` + `results/experiment-summaries/` | 基于 `Qwen2.5-3B` 与 `Qwen2.5-3B-Instruct` 的零样本打分 | |
| | `Binoculars` | `scripts/inference/run_zero_shot_detectors.py` + `results/` + `results/experiment-summaries/` | 与 FastDetectGPT 使用同一对 3B 模型，但打分公式不同 | |
|
|
| 边界说明： |
|
|
| - detector 分支没有额外训练权重目录。 |
| - detector 的正式存在方式是算法说明、分数文件和最终 ensemble 中的系数。 |
|
|
| ## 三类资产：正式结果资产 |
|
|
| `results/` 是本仓库新增的正式结果区。它承接的是“最后结论”，不是训练过程快照。 |
|
|
| | 资产 | 路径 | 作用 | |
| |---|---|---| |
| | DS13 正式系统结果 | `results/final-system/ds13/` | 最终 7-voter ensemble 的正式结果 | |
| | DS13 上游 voter 结果 | `results/final-system/upstream-voters/ds13/` | 追溯最终 ensemble 的原始 voter 输出 | |
| | DS01 参考 bundle | `results/final-system/ds01-reference/` | 解释 fallback 训练语境 | |
| | DS06 跨域结果 | `results/cross-domain/ds06/` | 跨域 bucket ensemble 结论 | |
| | DS07 跨域结果 | `results/cross-domain/ds07/` | 跨域 bucket ensemble 结论 | |
| | 机器可读摘要 | `results/experiment-summaries/` | 单模、detector、最终系统的摘要表 | |
|
|
| ## 四类资产：训练与实验留档 |
|
|
| `reports/` 继续保留训练产物，用来支持溯源、复盘和核对，不直接承担“正式结果总入口”职责。 |
|
|
| | 资产 | 路径 | 说明 | |
| |---|---|---| |
| | BERT baseline 留档 | `reports/bert-baseline/` | metrics、train/dev/test 预测、配置、日志 | |
| | RoBERTa baseline 留档 | `reports/roberta-baseline/` | metrics、train/dev/test 预测、配置、日志 | |
| | Qwen adapter 留档 | `reports/qwen-adapters/` | 各 adapter 的 metrics 和训练日志 | |
|
|
| ## 五类资产：源码与配置 |
|
|
| | 资产 | 路径 | 说明 | |
| |---|---|---| |
| | 共享模块 | `src/enhanced_replica/` | 数据处理、评估、模型工具、规则与 voter registry | |
| | 任务脚本 | `scripts/` | 训练、评估、推理、跨域实验、集成脚本 | |
| | 配置快照 | `configs/` | 训练参数、推理参数、正式 ensemble 配置 | |
| | 环境依赖 | `requirements.txt` | 当前仓库主依赖收口 | |
|
|
| ## 六类资产：文档与归档 |
|
|
| | 资产 | 路径 | 说明 | |
| |---|---|---| |
| | 主文档 | `docs/` | 最终系统、跨域结果、研究总结、数据说明等正式文档 | |
| | 旧文档归档 | `docs/archive/` | 旧版本地打包说明、审阅记录、原始 handoff 文档 | |
|
|
| ## 如何判断“正式资产”还是“研究留档” |
|
|
| 最简单的判断方式： |
|
|
| - 想看最终系统：先看 `results/`、`models/`、`configs/ensemble_config.json`、`docs/final_ensemble.md` |
| - 想看训练和实验过程：看 `reports/` 与 `scripts/train_eval/` |
| - 想看旧版本本地交接说明：看 `docs/archive/` |
|
|
| ## 最容易被误读的一点 |
|
|
| `src/enhanced_replica/voter_registry.py` 里的 `default_weight_champion` 和 `bucket_weights`，属于探索期硬投票研究路线，不是最终正式系统权重。正式最终权重只看： |
|
|
| - `results/final-system/ds13/ensemble_meta.json` |
| - `configs/ensemble_config.json`
|
|
|
