Repository navigation
Una referencia es una receta con sus semillas, y el v1 de D37 no era v1 - #1170
Merged
github-actions[bot] merged 1 commit intoNov 8, 2026
Conversation
…a v1 Dos correcciones del laboratorio, y las dos son sobre la referencia. LA PRIMERA es una medida, no una preferencia: el primer vocabulario es la MAS FLOJA de las tres semillas de su propia receta en dominios, 0,604 frente a 0,630 y 0,631, y una semilla hermana cumple la regla de D37 frente a el. Una comparacion que nombre un modelo como referencia puede elegir una semilla floja y publicar una diferencia que es ruido entre semillas. Es el mismo error que este proyecto ya pago comparando dos bancos que diferian en seis ejes a la vez. Asi que vocabulary_exam_run lleva recipe y seed, las corridas de una receta agrupan, y un contraste entre recetas es un contraste entre sus conjuntos de semillas. LA SEGUNDA es que el vocabulario que las corridas de D37 y D38 llamaban "el primero" era OTRO: un brazo de la etapa 1 entrenado con la escala de 5k (pesos 4d12a051) y no capas20k-todas-global-anidado-k32-ancho8192-semilla0 (pesos 9d0f2a2f, artefacto 06fed75c). El laboratorio lo encontro hoy y remuestreo frente al real con los volcados que ya tenia, sin volver a examinar nada. La aceptacion no se mueve, y conviene decir por que y no solo que no se mueve: compara la AP de un examen contra la AP de otro examen sobre LOS MISMOS codigos, y el vocabulario de referencia no entra en esa comparacion. Lo que si se mueve son todas las DIFERENCIAS que esas corridas publicaron, y las cifras contra las que se mirara de reojo una primera corrida de la plataforma. Quedan escritas con su procedencia: 0,6044 en dominios, 0,1331 en sitios y 0,8265 en dominios en grupo, con 128 activos sin cuantizar y con las 50 dentro. Orientativas, no la aceptacion.
Codecov Report✅ All modified and coverable lines are covered by tests. Additional details and impacted files@@ Coverage Diff @@
## develop #1170 +/- ##
===========================================
+ Coverage 87.85% 87.99% +0.14%
===========================================
Files 306 404 +98
Lines 23414 31386 +7972
===========================================
+ Hits 20570 27619 +7049
- Misses 2844 3767 +923 🚀 New features to boost your workflow:
|
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
Add this suggestion to a batch that can be applied as a single commit.This suggestion is invalid because no changes were made to the code.Suggestions cannot be applied while the pull request is closed.Suggestions cannot be applied while viewing a subset of changes.Only one suggestion per line can be applied in a batch.Add this suggestion to a batch that can be applied as a single commit.Applying suggestions on deleted lines is not supported.You must change the existing code in this line in order to create a valid suggestion.Outdated suggestions cannot be applied.This suggestion has been applied or marked resolved.Suggestions cannot be applied from pending reviews.Suggestions cannot be applied on multi-line comments.Suggestions cannot be applied while the pull request is queued to merge.Suggestion cannot be applied right now. Please check back later.
Dos correcciones del laboratorio sobre el D57, y las dos son sobre la
referencia de una comparacion.
Una referencia es una receta con sus semillas, no un modelo
Y no es una preferencia de diseno, es una medida:
9d0f2a2f)Es la mas floja de las tres, y una semilla hermana cumple la regla de D37
frente a el. Asi que una comparacion que nombre un modelo como referencia
puede elegir una semilla floja y publicar una diferencia que es ruido entre
semillas. Es exactamente el error que este proyecto ya pago comparando dos
bancos que diferian en seis ejes a la vez, y el que la cascada de
supervivientes evita haciendo sobrevivir configuraciones enteras.
vocabulary_exam_runlleva por tantorecipeyseed, las corridas de unareceta agrupan, y un contraste entre recetas es un contraste entre sus conjuntos
de semillas.
El vocabulario que D37 llamaba "el primero" era otro
Era un brazo de la etapa 1 entrenado con la escala de 5k (pesos
4d12a051), nocapas20k-todas-global-anidado-k32-ancho8192-semilla0(pesos9d0f2a2f,artefacto
06fed75c). El laboratorio lo encontro hoy y remuestreo frente alreal con los volcados que ya tenia, sin volver a examinar nada.
La aceptacion no se mueve, y el registro dice por que y no solo que no se
mueve: compara la AP de un examen contra la AP de otro examen sobre los mismos
codigos, y el vocabulario de referencia no entra en esa comparacion.
Lo que si se mueve son todas las diferencias que esas corridas publicaron, y
las cifras contra las que una primera corrida de la plataforma se mirara de
reojo. Quedan escritas con su procedencia y marcadas como orientativas:
La aceptacion va sin las 50 y sobre codigos cuantizados, asi que estas tres no
son ella.
Puertas locales:
check_no_em_dashes0,check_doc_refs0, linter de tokensvN0.