资料与 AI 接手

# JEV 研究接手包

发布版本：v2-eb1a844c9b153986

记录时间：2026-11-05T02:23:58+08:00

证据观察时间：2026-09-30

固定版本资料目录：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/context/index.json

固定版本结构状态：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/context/state.json

## 目标与当前方向

改善冻结代理的解决率—成本前沿

JEV Checkpoint Decision — working research direction

## 可靠结论与状态

这条线研究冻结代码代理的轨迹中，能否只用当前可见信息决定何时提交或继续，从而改善解决率与成本。目前 checkpoint 数据和多类基线已有读出，但主方法尚未成立：预测信号不自动变成约束内的停止收益。最新筛选未超过已有文本基线，test 标签仍封存。现有 PDF 是旧 final-state 方向稿；下一步应先验证有增量的机制，再冻结和定稿。[J1](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/J1/)[J2](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/J2/)

已有可预测信号，但当前候选没有建立优于基线的决策增益；hidden-state probe尚未执行。[J1](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/J1/)

## 有效约束

- 原始结果、失败和unknown保留，不将缺判分当0。

- 开始计算任务前核对当前进程、资源与准入收据。

- 来源变动后核对受影响主张，网页不替代原始证据。

- test标签在方法/特征/阈值/模型/成本冻结前封存。

- G001/F1及已按kill关闭路线不自动重开。

- GPU6/7为该项目历史长期授权；执行前仍须核对现场并使用gpu_job。

## 开始前必须现场核对

- 当前作业、GPU与容器状态（本工作台未执行现场资源检查）。

- 新增来源是否改变既有实验协议或科学准入。

## 已知问题

- JEV-I001 [阻塞] 能超越强基线的机制尚未建立：future-repair单头0%，组合4.42%，尚未超过文本基线。[J1](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/J1/)；下一步：从未执行候选中选一个最小有界pilot，先核对可用覆盖与先验重叠，再评增量。；完成标准：同风险、同预算强对照下有实际收益，并有清楚机制；仅AUC改善不通过。；详情：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/issues/JEV-I001/

- JEV-I002 [待处理] 有限dev反复选择与风险推断：40个dev任务反复用于筛选；counts风险区间不足。[J1](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/J1/)[J3](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/J3/)；下一步：使用task-group划分与共同对照，明确unknown上下界与成本；新增门槛先登记。；完成标准：选择过程、任务分组和风险菜单可复算，不把多seed当独立数据确认。；详情：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/issues/JEV-I002/

- JEV-I003 [待处理] 冻结与test评估尚未到时机：freeze目录未建立，test checkpoint标签继续封存。[J1](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/J1/)；下一步：等dev支持方法后，绑定任务、模型、特征、阈值、行动空间与成本规则。；完成标准：冻结文件与独立审查通过后才一次性评test；本页不读取标签。；详情：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/issues/JEV-I003/

- JEV-I004 [待处理] 旧稿与新研究方向脱节：旧final-state摘要报告feasibility失败，checkpoint交接仍未有主方法。[J1](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/J1/)[J4](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/J4/)；下一步：主方法成立后重建章节，接入新结果并执行登记的两轮改稿。；完成标准：当前方向的摘要、方法、结果、限制与PDF一致，逐项审计可追溯。；详情：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/issues/JEV-I004/

- JEV-I105 [阻塞] 9B hidden-state probe GPU准入：2026-11-05现场nvidia-smi显示GPU6/7被/data1/hbx/SWE-agent-trainer训练进程占用；runs/hidden-smoke-20260930.log记录的是输入文件不可见，不是模型结果。；下一步：在有明确空闲卡窗口时复制输入到paper-jev/runs后做单轨迹smoke；保留失败收据。；完成标准：；详情：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/issues/JEV-I105/

## 不重复的历史尝试

- 旧final-state G001/F1：关闭旧路线，不能以旧8页稿代表当前checkpoint论文。[J4](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/J4/)[J2](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/J2/)

- ACRB / group-wise patch stopping：新颖性不足，不能通过改名复活。[J1](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/J1/)

- Crossed / persistent / repair-response witness：按既定kill条件关闭这些具体pilot。[J1](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/J1/)

- P3 typed固定实例：工程与数据可行性关闭，不能称为已测策略负结果。[J1](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/J1/)[J2](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/J2/)

- future-repair单头与组合：已测效果不足，保留负对照，预测性不升格为贡献。[J1](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/J1/)

- 组合执行 / 符号义务 / 局部反例：待验证，高覆盖与新颖性风险；先做有界可行性盘点。[J3](https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/J3/)

## 优先任务

- JEV-T001 [待处理] 先盘点一个最小候选：基于ext可见材料，核对机制可用覆盖、新颖性和未知规则；有界pilot先于占用大规模训练。；完成标准：产出候选与预登记pilot；若覆盖或独立差异不足，按kill规则关闭，不扩任务救结论。

- JEV-T002 [待处理] 再检验约束内决策增量：依赖第一步，公平比较counts、文本和同预算机制对照，输入/输出/observer成本分开。；完成标准：产出完整dev首停或预算前沿；无增量则保留负结果并调整机制，不能靠AUC升级。

- JEV-T003 [待处理] 最后冻结、评test并写稿：只有方法通过证据判定后才固定全部选择，独立审计后一次性评test。；完成标准：产出独立结果和最终方向稿；再执行两轮改稿编译，缺方法证据时不提前定稿。

## 已知状态冲突

## 来源变化

- 本次公开来源与已核对SHA一致。

## 必读资料

- PROTOCOL checkpoint字节/判分/预算协议v2：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/PROTOCOL/；原文：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/PROTOCOL/source.md

- ASSUMPTIONS 方法假设与范围：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/ASSUMPTIONS/；原文：https://sotalabs.cn/papers/_releases/v2-eb1a844c9b153986/jev/library/ASSUMPTIONS/source.md

## 资料边界

- 封存测试与任务级标签：未公开；在原环境按冻结协议与授权访问；发布流程不读取。

- 模型权重与完整轨迹：体量过大，未发布；通过原项目文件清单、run身份及授权环境获取。

- 账号凭据：不公开；使用已有连接或原环境授权，不写入接手文本。

## 工作结束同步

重要决定当时记录；工作收尾运行 sync.py --record <事件JSON>，再运行 build_workspaces.py，验证并发布。

日报、问题、实验与稿件共享同一份records；不得单独维护第二份当前状态。

接手包用于恢复上下文，不授予超出当前用户指令或原项目协议的执行权限。