P论文工作台最新版本 ↗
SFT-E004

同任务锚点

目的
核对当前主张的证据范围;详见原文设置。
条件 / 口径
Bash-JS 为 log₂ Jensen–Shannon 距离,比较 Pro 上命令头词分布与教师参考,越小越近。输入为每题累计输入 token 的中位数,单位 M;解决率使用 Pro 731、Verified 500 的固定分母,异常 trial 在主表算未解出。[S3]
技术运行
已记录
科研有效性
限于来源范围
结果
359 Pro 教师任务、345 held-out 验证任务进入分析和附录。
判断
原先缺少锚点的问题已有补充,旧待办不能照搬;跨任务行为转移仍受仓库重叠约束。[S4][S5]
成本
按来源的输入、输出、服务时间与GPU小时口径阅读,未知不补零。
观察时间
2026-09-06
SFT-I001 SFT-I002[S4] [S5]

关联日报:2026-09-02 2026-09-03 2026-09-05 2026-10-04