Delivery Handoff / 2026-06-02

一页接管

当前可以直接交付的不是“最终算法结论”，而是“可持续续跑的工程状态”：

• 文档主结构已成型
• 数据规范/输入输出/pgvector 说明已补齐
• 切片策略与公平评测能力已落地
• 最新大一点的 benchmark 还在跑，结果未最终封板

已完成

• 多种音乐感知切片策略已接入训练与 query 生成。
• 真实 FMA mini-subset smoke A/B 已多轮验证。
• high_energy 与 hybrid 已成为当前最强候选。
• cap48 结果已明确存在 seed sensitivity。
• 文档已经浓缩为可导航结构。

当前最关键交付事实（12:09 UTC checkpoint）

• 真正还在持续执行的是 真实 FMA 全量 smoke，不是 toy benchmark。
• 当前主训练进程：
  • PID=311629
  • ELAPSED=12:00
  • %CPU≈615
• 当前 manifest 规模：
  • catalog_references=8000
  • train_queries=6401
  • test_queries=1593
• 当前模型目录 /tmp/fma_real_smoke_stopcheck/fma_models_smoke/ 仍为空，但这是符合当前 train.py 实现的正常现象：best_model.pt 会在 Epoch 1 结束后首次保存。
• 所以这轮交付最重要的不是“最终精度”，而是把正在跑的真实大规模 smoke 状态、卡点和续跑方式明确记录下来。

当前卡点

卡点 1：真实 FMA 全量 smoke 仍在 CPU 长训练中

当前最新状态：

• 真实 FMA smoke 已启动并持续运行
• 当前环境无 GPU
• fma_models_smoke/ 为空不代表失败，而是 epoch-end 保存逻辑所致

真正待做：

• 等待 Epoch 1 结束并确认首个模型文件
• 继续捕获 build-index / evaluate 转场证据
• 完成后立即回写文档、commit、push

卡点 2：还没有单一全局默认策略

当前最新状态：

• cap48 三 seed 聚合：high_energy 更稳
• cap64 单 seed：hybrid 更强
• bucket toy smoke：两个 bucket 分别出现不同 winner
• 因此当前不能把某一个策略写死为“全局最优”

真正待做：

• 增加更有语义的 bucket
• 补 cap64 multi-seed
• 继续降低 hybrid 波动

卡点 3：工作区噪音很大

当前有大量未跟踪或变更的数据/产物文件，提交时必须精准暂存文档文件。

建议接手顺序

1. 先从 session-handoff.md 与 open-dataset-workflow.md 读取当前结论。
2. 优先把 toy prefix bucket 升级为语义 bucket。
3. 继续补 cap64 multi-seed。
4. 回写结论到：
   • open-dataset-workflow.md
   • session-handoff.md
   • CHANGELOG.md
5. 单独提交文档，再进入下一轮 benchmark。

推荐检查命令

pgrep -af 'ab_smoke_seg_cap48_top2_seed999|external_adapters.py smoke-local fma /tmp/ab_smoke_seg_cap48_top2_seed999|evaluate.py --data /tmp/ab_smoke_seg_cap48_top2_seed999|run_demo.py build-index --data /tmp/ab_smoke_seg_cap48_top2_seed999|train.py --data /tmp/ab_smoke_seg_cap48_top2_seed999'

test -f /tmp/ab_smoke_seg_cap48_top2_seed999/report.json && cat /tmp/ab_smoke_seg_cap48_top2_seed999/report.json || echo NO_REPORT

下一轮已启动

• 新 benchmark：/tmp/ab_smoke_seg_cap64_top2
• 当前阶段：high_energy 已完成评测，结果为 top1=0.625 / topk=1.0 / num_queries=32
• cap64 已完成，结果：hybrid=0.875, high_energy=0.625
• cap64 winner=hybrid
• 下一 session 应优先进入 bucket/style-aware benchmark

当前最关键的新事实

• bucket/style-aware benchmark 的完整汇总已经生成：/tmp/ab_smoke_bucketed_smoke/report.json
• prefix_000_a winner=hybrid
• prefix_000_b winner=high_energy
• aggregate：
  • hybrid：mean_top1=1.0, mean_num_queries=4.0
  • high_energy：mean_top1=1.0, mean_num_queries=3.5
• 这意味着 bucket baseline 已经可以作为后续“解释不同子集 winner 分化”的最小工程基础。

最新新增的实跑证据

• 新增脚本：acr-engine/scripts/business_export_offline_smoke.py
• 已在本地真实可读音频上跑通：
  • 业务导出样例 -> 规范化 -> 项目 manifest -> train.py --dry-run
• 关键结果：
  • catalog_refs=2
  • train_queries=1
  • test_queries=1
  • val_queries=0
  • dry_run_passed=true

最短可跑命令

重启后如果你只想先确认链路是否还通，直接运行：

cd /workspace/acr-engine
/usr/local/miniconda3/bin/python scripts/business_export_offline_smoke.py \
  --output-root /tmp/business_export_offline_smoke

预期：

• 业务导出离线链跑通
• 项目 catalog/train/test/val 成功生成
• train.py --dry-run 通过