KHTST v16 KHMAMBAJEPA (doc 28): QUANTIZAÇÃO TORCHAO REAL auto CPU/GPU (int8_wo 237 camadas 3.92×, erro ≤ h/√12 — Teo 28.1, Δperda 0.000, rollback Teo 28.4); MC-JEPA/Brain-JEPA em CYTHON com gradiente ANALÍTICO (Teo 28.9 — FD 4.2e-11) e GUARDA anti-colapso (Teo 28.10); AUTORREGULAÇÃO TOTAL Robbins–Monro no treino E na inferência (Teos 28.5–28.8; temperatura por entropia-alvo); 14 TAREFAS com robô LeRobot ×4 (instruções reais) e matemática VERIFICÁVEL ×5; A/B pareado honesto; v14: GSQ+RCO TOTAIS (doc 27): RANDOM FOREST com buffer COMPACTO GSQ (id uint8 + norma fp16 = 3 B vs 4d B — compressão 256×, materialização just-in-time, Teo 27.3) e codebook STIEFEL aprendido pelo path suave da DNN — DECORRELAÇÃO DAS ÁRVORES provada (Cov = ⟨c_a,c_b⟩/d = 0; derruba a parcela ρσ² de Breiman que o bagging não remove — Teo 27.1); RCO nas NoPE (W_q, W_k ∈ St(d,d)) com COTA ESTRUTURAL DO LOGIT ℓ_max ≤ d/√dh = 27,7 < τ_qk = 100 — QK-Clip ESTRUTURALMENTE INATIVO, a restrição riemanniana SUBSTITUI o clip corretivo (Teo 27.2, contraprova sem RCO: 3269); GATE GSQ nos MECANISMOS DE ATENÇÃO dos encoders + gate cooperativo (seleção global/janela/linear quantizada — Teo 27.4); AJUSTE ANALÍTICO K/τ_min pelo espectro REAL: K* = argmin J(K), J(K) = (1−λ_c)·ε²(K) + λ_c·log₂K/log₂d (varredura exata, T27.6) e τ_min* = min(barreira, Δ₂/4) — trade-off compressão×erro do codebook; ECKART–YOUNG no modo subespaço (ε² = 1−E(K) — T27.5); PERCEPÇÃO CONJUNTA imagem⊕LRA⊕cinza com DETECÇÃO PARALELA DE ESCALA DE CINZA (χ = (max−min)/(max+ε), s = 1−χ̄: identidade, Lipschitz, gate γ_c nascido 0 — Teos 27.7/27.8); LOTE EFETIVO por ACUMULAÇÃO DE GRADIENTE (E[ĝ]=∇L(lote cheio), Var ↓ √n_acc — Teo 27.9); treino curto REAL pareado (620 registros); 13 suítes verdes (452 ✓), nascimento neutro (T27.11)

71e52a0

verified

PowerMachine commited on 6 days ago