QwenJev v0.4.3: 25-public-games eval in-repo (run_eval incremental report, fetch_games, CPU feasibility verified)
Browse files- HANDOVER.md +1 -1
HANDOVER.md
CHANGED
|
@@ -57,7 +57,7 @@ python qwenjev/ops/t4exec.py runfile <本地.py> # 执行本地脚本（内含
|
|
| 57 |
这个失败基线正是真游戏重训的对照尺子：同命令重评，`best_level_sum` 升即有效；
|
| 58 |
- 数据集规模参考：25 游戏 × 3 episodes 采集（启发式 + ε=0.30）仅 ~2 分钟，8863 步——
|
| 59 |
采集极廉价，放大到 25×24×1200 也只是小时级。
|
| 60 |
-
- **真游戏 Stage B 重训已完成**（120 步全程 4.9GiB，产物已上 HF `
|
| 61 |
含 qwenjev_s1.pt 254MB 三头 + hf_lora）；
|
| 62 |
**smoke 对照（`eval_report_real_stageB_smoke.json`）**：ar25 × 60 步仍 0 级（0.1 步/秒）——
|
| 63 |
预算只有基线 40% 且单局方差大，**不能下"训练无效"结论**；下一会话第一件事：
|
|
|
|
| 57 |
这个失败基线正是真游戏重训的对照尺子：同命令重评，`best_level_sum` 升即有效；
|
| 58 |
- 数据集规模参考：25 游戏 × 3 episodes 采集（启发式 + ε=0.30）仅 ~2 分钟，8863 步——
|
| 59 |
采集极廉价，放大到 25×24×1200 也只是小时级。
|
| 60 |
+
- **真游戏 Stage B 重训已完成**（120 步全程 4.9GiB，产物已上 HF `data/ckpt_real.tgz`，
|
| 61 |
含 qwenjev_s1.pt 254MB 三头 + hf_lora）；
|
| 62 |
**smoke 对照（`eval_report_real_stageB_smoke.json`）**：ar25 × 60 步仍 0 级（0.1 步/秒）——
|
| 63 |
预算只有基线 40% 且单局方差大，**不能下"训练无效"结论**；下一会话第一件事：
|