# 独立只读核验：mask model improvement

2026-10-26。**数据真实性、冻结、隔离及CPU合同核验通过；不认证全部训练完成，不放行发布。未发现已证明的关键训练错误。** 只新增本目录两份报告；未用GPU、未训练、未打断进程、未改live代码/数据/配置，未继续委派。

## 独立确认，而非复述生产者日志

- 直接读取只读SQLite：v10实际 **1,520＝482 pose＋1,038 gallery**，图库1,144事件；旧1,088事件逐原值前缀不变。1,520份polygon均绑定唯一原始mask事件、快照current polygon和current payload哈希。
- 追加56事件独立绑定真实task manifest、target、proposal polygon及proposal SHA/base ID；不是56张新图。56事件均`human_edited=true`、仍为`human_edited_draft_pending_confirmation`，真实保存不等于GT确认。36新增distinct＝35正式train＋1 val；34研究mask获准、1歧义train隔离；旧229中226轮廓未变、3份最新修订正确。v5确为5事件；v6未回流。live图库只读一次仍1,144事件，无未来追加；允许未来合法修订，不要求current永远不变。
- 两版各800冻结成员哈希重算通过，v3/v4数据字节相同。**263＝172 train/13组＋86 dev/10组＋5 calibration/2组**；全部正式train，GT/自动训练/人工GT确认/机器人资格标志未升格。
- 从**10,111原始正样本帧、12,344目标**独立重新解码图像、重建DSU和近重复候选，而非调用生产者global audit：得到相同408分量、相同holdout封锁集合；3条额外整图连接含1条跨class连接；所选样本无跨正式val/test连通、内部三划分无分量交叉。
- 263份原框context ROI灰度像素全部一致；独立像素中心polygon栅格化全部等于native mask；已知邻框交叠0。polygon不是输入ROI框；class/group/sensor/ID不进入网络。来源真实不等于语义或轮廓准确率已认证。
- 独立重跑新合同＋旧回归 **77/77通过，4.25秒**，子进程CPU单线程、CUDA不可见。额外真实13组matcher索引dense/factorized及padding不变性通过；B0/B1全零匹配的main/aux/encoder spatial/query/bias均连通且梯度为零。
- 代码核对7个seed42/1,000更新固定单因素run：A1组均匀且无class权重；A2 edge=0；A3冻结前5epoch；A3仅photo增强；B1仅valid内2,048点、75% uncertainty改变matched loss，matcher/padding/EMA/raw-logit原生单次.5阈值不变。query按预测分类而非GT选取。新run从已重算SHA的通用缓存重新初始化，不使用旧任务finetune。
- v3真实B0 API失败保留、不算训练完成；v4仅进程内将`lr_drop`放入`lr_scheduler_kwargs`，未改运行中M1。v1前置失败、v2设计拒绝也保留。
- 重新哈希旧694冻结成员、229条元数据所在文件、2 checkpoint、40 config、19冻结代码、872旧实验文件、15历史审计文件、200,887旧发布对象及20,768正式受保护文件：**不匹配0**。v3/v4执行快照及当前pin均一致。
- 所有新版v1–v4实际约 **1.97GiB**，盘剩约 **51.77GiB**；未删除旧文件。直接`/proc/fdinfo`见完成核验器PID21316持有指向重试队列PID21062的pidfd；源码使用wait/inotify/pidfd及正确fallback，无睡眠轮询。

## 完成回执的单次快照

| run | 本次可认证范围 |
|---|---|
| A0/A1/A2 | 有完成回执；CPU重载best/last，last均1,000步；best分别176/110/154，按预定义group-macro＋.001规则重放一致。各86 dev＋5 cal的RLE原生IoU/HD95/ASSD/F1独立重算误差0；接受数0、接受质量null。 |
| A3_freeze | 有完成回执；CPU重载last=1,000、best=242；选择规则及前5epoch冻结标志一致。未做全部native结果重放。 |
| A3_photometric / v4 B0 | 回执读取时已实际首步、仍pending；实际worker及GPU环境已核对。不补记计划的1,000步。 |
| v4 B1 | 回执读取时未启动；不是失败，也不是完成。 |

M1实卡UUID `3315c096…` / **16,376MiB**，首步batch8/峰值1,285,206,016 bytes；M2 UUID `09ed84c8…` / **24,564MiB**，首步batch2×accum4/峰值2,284,639,744 bytes。物理query为`NVIDIA Graphics Device`，不杜撰卡型、不称3090。快照后队列可以合法继续推进，本报告不轮询更新。

## Findings与限制

1. **发布阻断**：dev10组不抵消calibration仅2组，以及质量概率校准/语义人工试运行缺失。不得宣称22类盲测达标；不自动A4/A5或新seed。
2. **中等：完成核验器非fail-closed表述。** `pallet/mask_model_improvement_evidence.py:22–24,83–86`遇到缺完成回执会记录未完成，但顶层仍写`passed_completed_run_evidence`。不能把该标签当7 run完成证明；后续finalize虽能区分partial，仍须逐run核对。本次未改live代码。
3. **低/开放：CPU与GPU阈值边界不保证位级一致。** 每个已完成M1 best各做1张CPU推理，A0/A1/A2与保存RLE逐像素相同；A3_freeze有2像素差异，CPU概率0.50008559/0.49983293，原RLE分别false/true。原因未确定，不把它说成完全等价，也不据此宣称已证明训练错误。
4. **低/预防：预算guard按目录而非全版本合计。** 当前独立合计通过，但源码guard不提供未来总量保证。

近重复合同不是穷尽物理场景身份的证明；未知未框邻面、观察面/孔洞/角点语义仍有残余风险。未重新逐张视觉认证34新增mask的语义。对旧1,088事件独立核验的是原字节前缀，56追加事件另做完整task/proposal绑定；不冒称独立重做所有历史发布的语义审查。不输出原始事件、访问密钥或私密链接。

完整检查范围、未通过/未执行边界、运行快照及SHA256清单见 [`report.json`](report.json)。
