WpyQwq
643e22ecb9
- 引入 MemoryRouterXL 与 v5/v6 流式多线程训练/编码管线 - 修复 prepare_memory_router_dataset 候选池重建缺陷（mega 家族 3568x 加速，输出逐字节相同） - 修复 v5 被破坏的拒答与多跳标签（train 未知样本 319 -> 16319，multi_hop 平均正例 1.00 -> 2.00） - 同存储预算下 V2-128 v6 逐轴 22/22 通过：Top-1 41.12% -> 94.62%，未知拒答 0.00% -> 100.00% - 记录三条被实测推翻的显然优化（logits_to_keep=1 反而慢 55%、XL 容量未带来收益） - 记忆手术跨架构可移植性 14/14，读写关闭时与原生模型逐位相同
16 lines
780 B
Markdown
16 lines
780 B
Markdown
# 运行时端到端评测（零重叠改写，大样本）
|
|
|
|
每条 episode 把全部 24 个同形候选事实写入运行时，再问改写后的问题。
|
|
随机基线 1/24 = 4.17%。全部为百分比。
|
|
|
|
| blend | 用例 | 可回答 | 回答正确率 | 答成别的属性 | 未知泄漏率 | 平均选中记录 | 活跃记录 min/max |
|
|
|---|---:|---:|---:|---:|---:|---:|---|
|
|
| 0.00 | 48 | 40 | 65.00% | 35.00% | 75.00% | 6.2500 | 23/24 |
|
|
|
|
## 检索最高分分布（原始分，非百分比；用于判断阈值能否分开『未知』与『可回答』）
|
|
|
|
| 组 | n | min | p10 | p50 | p90 | max |
|
|
|---|---:|---:|---:|---:|---:|---:|
|
|
| 0.00 · 可回答 | 40 | 0.7 | 0.77 | 2.85 | 8.52 | 8.52 |
|
|
| 0.00 · 不可回答 | 8 | 0.78 | 0.78 | 2.85 | 8.51 | 8.51 |
|