COMPARISON LIBRARY
实验比较
从这里重新打开一组比较；原子 Run 和逐局证据仍保留在评测页面。
自方／官方低分线索 · 30k
麻将、叠块、搭塔、插管的接触和纠错片段，附自方成功、双方强项及共同弱项对照。关键时间点可一键定位两版原视频。
行为证据与训练假设分开；基模、图像处理和初始化等差异仍保留。
RoboDojo 后训练系列 10.4
原四条训练，加上两条v05 20%后训练，共12个规定节点。54配置原始结果与51配置共同口径可切换；Avg按五维等权。执行结束、覆盖齐全和独立审计分别记录。
合表／分任务表、SR／Score并列、两种排序、曲线联动、多Run来源展开；刷新已关联Run，保留原始结果。
多个起始 checkpoint × 多个 step × 多种任务类型
3个模拟起点 · 4个后训练step · 7个指标视图 · seed0 · 4个真实历史来源
支持SR／Score、同step基线差值、联动曲线与矩阵、缺项情景、AUC和保存视图链接。
单起点收敛与预训练 scaling
保留原版五节点表格、SR／Score并列、20%独立点、历史参考线和拖尾情景。
与多起点 demo 可通过页面顶部 tab 相互切换，共用同一份历史分数快照。
正式实验已接入首版
真实系列使用独立资产和真实来源，两个mock保留在列表中。seed1／seed2尚未接入。
短期结果如何进入正式列表
已为本次 RoboDojo base-resize campaign 建立固定比较资产，保留原四条历史训练，并接入两条v05 20%后训练，共12个规定节点，布局 seed0；未来补齐 seed1、seed2。每个节点有位置，即使它仍在训练、待接入或等待评测。
official_full_stretch 与 newbase100_letterbox 各有6k／12k／30k／60k；newbase20_letterbox 与 official_subset_stretch 各有12k。两条v05各只有12k；abs/delta表示预训练来源，后训练均为absolute action。数据比例、stretch／letterbox和训练recipe作为独立分支字段，不能把所有变化都归因于预训练起点。
一份资产，多个真实 Run
资产保存名称、固定ID、规定节点、比较条件和科学身份；节点保存训练分支、后训练step、源导出hash、布局seed及protocol，并关联真实的“机器＋Run ID＋generation”、冻结spec、转换回执和审计记录。转换权重从source_export_sha256追溯，不按名字猜归属。
哪些变化触发更新（trigger）
- 保存核验通过：节点从“训练中”变为“已保存／待准备”；有权重文件不等于保存核验通过，也不等于评测已提交。
- 实际 Run 登记：核对冻结spec与权重身份后，把Run关联到原节点，显示排队或运行；不等到整组评测结束才进列表。
- 结果覆盖或执行状态变化：复用既有报告负责人的只读检查，更新有效局、剩余局、基础设施缺局和停止／暂停原因。执行结束、2100局齐全、独立审计通过分别记录。
- 审计通过：该节点成为正式曲线点；全范围规定节点齐全后生成正式区间AUC。补齐三seed才提供三seed汇总和误差说明。
这里的trigger是“什么事实变化使记录更新”的触发条件。此前约定的20:25、21:40等RemoteLab Trigger是一次性定时检查，两者不是同一层能力。正式接入优先在现有报告检查与交付流程中加一次幂等汇总写入，不另建评测队列、监控服务或重复通知。
更新方式与不完整结果
复用实际Run与既有审计结果，按科学身份归入节点；以Run代次和证据版本防重，并保留旧版本。暂停、取消、继续或人工更换Run时更新原节点关联和操作记录，不抹掉缺项。仅当内容有变化才刷新比较快照。
部分有效结果可显示带覆盖率的参考任务指标；infra_failed不计模型零分。阶段值、待审计值和完整正式值分别标识，缺项不补零、不跨缺点连线。不同protocol或未对齐布局的结果标明可比边界。
当前交付：真实campaign登记、54／51投影、五维Avg与已关联Run的按需刷新已实现。新Run和独立审计回执仍由原负责人更新接入清单，再导入同一资产；报告流程自动写入尚未启用。不通过名称自动猜测新Run归属。