旧B80首步判分污染与熵归因

状态

阻塞

影响哪个主张

影响主要M−B对照的有效性。

当前证据

首步前B有203条地址池耗尽未判分；mask路径不能解释熵差，raw batch证据未保存。[B_PREFLIGHT][ENTROPY_AUDIT][RAW_GAP]

已经尝试

已核对入口配置和response_mask路径。；已检查保存checkpoint，不能恢复首步logits/mask/entropy。

未知 / 未排除

具体首步数值归因尚未由消费批次证据证明。

下一步动作

按清洁网络池与首步批次采集计划预检，未放行前不启动。

完成标准

受控B首次消费批次收据、完整80步及同栈终评，而非旧reward比较。

首次发现

原资料未记录精确发现时间

首次收录

2026-10-04T11:56:20+08:00

最近更新

2026-10-04T11:56:20+08:00

证据观察

2026-10-01T15:45:00+08:00

关闭原因

尚未关闭

状态与解决记录

依赖：RL-I001

关联日报：2026-10-01

关联实验：RL-E009