Changelist / 2026-06-02

本次交付目标

在不等待长时间 benchmark 完成的前提下，交付一套足够完整的续跑文档，让新 session 能立刻知道：

• 已完成什么
• 正在卡在哪里
• 下一步跑什么
• 哪些文件能提，哪些不能提

文件级变更

文件	变更说明
../AGENT.md	新增开发偏好与续跑记忆
./session-handoff.md	增补当前卡点、待办与续跑命令
./delivery-handoff-2026-06-02.md	新增快速接管摘要
./CHANGELOG.md	记录本次交付检查点

不在本次提交中的内容

• FMA / MTG-Jamendo 原始数据
• data/external_smoke 中的音频与模型产物
• /tmp benchmark 输出
• __pycache__
• checkpoint / index 目录

当前运行中的任务

• cap48 top2 seed=999
• 启动命令：

cd /workspace/acr-engine
/usr/local/miniconda3/bin/python scripts/ab_smoke_segmentation.py \
  --dataset fma \
  --input-dir data/raw/fma_small_audio \
  --work-root /tmp/ab_smoke_seg_cap48_top2_seed999 \
  --subset-size 48 \
  --query-duration 8 \
  --train-epochs 1 \
  --batch-size 2 \
  --device cpu \
  --strategies hybrid high_energy \
  --max-test-queries 24 \
  --seed 999 \
  --output-json /tmp/ab_smoke_seg_cap48_top2_seed999/report.json

下一步建议

1. 检查 seed=999 是否完成。
2. 生成 3-seed aggregate。
3. 回写 workflow / handoff / changelog。
4. 提交推送。
5. 再开启 cap64 或 bucket benchmark。

本次追加证据

• 已确认 cap48 top2 seed=999 未卡在 build-index。
• hybrid 已完成 reference index，随后进入 evaluate.py。

• 本次提交用于沉淀这份 fresh verification evidence，方便下个 session 不必重复排查。

• 已补记 hybrid seed=999 的中间结果：top1=0.875 / topk=1.0 / num_queries=24。

• 已补齐 seed=999 最终结果，并完成 cap48 三 seed aggregate 归纳。

• 已记录 cap64 benchmark 已启动，并确认进入 high_energy 训练阶段。

• 已补充 cap64 新鲜证据：high_energy 索引完成（64 refs / 657 windows / 192-d）并进入 evaluate.py。

• 已补充 cap64 首个结果：high_energy = top1 0.625 / topk 1.0 / num_queries 32，并记录主流程切换到 hybrid。

• 已补充 cap64 阶段推进：hybrid 已进入训练阶段。

• 已补充 cap64 阶段推进：hybrid 已完成训练并进入 build-index。

• 已补充 cap64 新鲜证据：从运行会话确认 hybrid 的 Epoch 1/1 已完整跑完。

• 已补充 cap64 新鲜证据：hybrid reference index 完成（64 refs / 657 windows / 192-d）并进入 evaluate.py。

• 已补齐 cap64 最终结果：hybrid=0.875、high_energy=0.625，winner=hybrid。

• 已新增 acr-engine/scripts/ab_smoke_bucketed.py，并完成首个 bucket 的 smoke 验证。

• 已补齐 bucket/style-aware smoke 的完整汇总：

  • prefix_000_a winner=hybrid
  • prefix_000_b winner=high_energy
  • aggregate 层面两者 mean_top1=1.0，但 hybrid mean_num_queries 更高。

最新待办（重启后直接接手）

1. 把 toy prefix bucket 升级为更有业务意义的 bucket：
   • 高能段主导
   • 重复副歌明显
   • 节拍规整
   • 混淆样本 / hard negative
2. 继续补 cap64 multi-seed，而不是只保留单 seed。
3. 在 bucket 基线下继续优化 hybrid 波动，而不是过早锁定全局默认策略。
4. 保持“文档更新 -> changelog -> commit -> push”的阶段节奏。