RL-D001
旧污染与无效训练
历史判断保留，事后结果不抹掉当时依据。
- 当时问题
- 这条路线是否仍适合承担当前研究主张？
- 可选路线
- 继续作为主方法；保留为诊断/基线；关闭或等待准入
- 已有证据
- 旧M历史存在污染；旧B/O也不能简单当成当前干净对照。
- 选择
- 原日志和存点归档，不能拿旧在线reward填新的方法效果。[R7]
- 理由
- 以原记录中的证据与门槛为依据，不另造因果解释。
- 预期
- 仅按明确贡献范围继续；未执行计划不能当结果。
- 后续实际
- 旧M历史存在污染；旧B/O也不能简单当成当前干净对照。
- 观察日期
- 2026-10-01 汇总更正；训练记录止于 09-28
关联日报：2026-09-20 2026-09-30