RSI实验记录
H100 对应 v1.0.0（15,552 个 setting，历史实跑，固定验证样本输出段 CE）；H200 对应 v1.1.0（3,456 个 setting，当前实跑；其中 1,296 个为继承的旧主线结果）。后续建议版 v1.0.1 / v1.1.1 尚未启动训练。
阶梯表示截至当时所有有效设置中的最低损失。H100 的小图放大原生 MCMC 阶段：最低值从 2.603518 降到 2.600254。其早期策略有3次历史重新播种，22:16切换后没有重置。
横条表示搜索阶段，不是GPU利用率。浅灰斜纹是保护暂停。主线尾部的浅灰段已经测完1296个组合，只复用缓存。Ophis GPU4–6恢复后实际用2卡，保留191个结果后新增4个，再次因外来占用停止。
每组只计不同设置首次有效完成。缓存复访和失败不增加计数，H100继承的2265个结果保留原时间，不重复算作新训练。候选数量表示工作量，不能直接当成架构质量。
事件日志
| 日志北京时间 | 实验组 | 事件 |
|---|---|---|
| 10-24 16:49:16 | H100 · 16卡 | 搜索开始 |
| 10-24 22:16:20 | H100 · 16卡 | 切换原生 MCMC，继承2265个已测设置，不重置链 |
| 10-24 23:28:04 | H100 · 16卡 | 首次达到最终最低 CE 2.60025371，query=2747 |
| 10-25 00:51:10 | H100 · 16卡 | 按原截止排空完成 |
| 10-25 00:58:47 | H200 主线 · 8卡（v1.1.0 继承段） | 搜索开始 |
| 10-25 01:12:16 | H200 主线 · 8卡（v1.1.0 继承段） | 保护暂停 |
| 10-25 01:19:10 | Ophis · GPU7 单卡 | 搜索开始 |
| 10-25 01:28:50 | H200 主线 · 8卡（v1.1.0 继承段） | 原 run 保留链状态恢复 |
| 10-25 01:45:19 | H200 主线 · 8卡（v1.1.0 继承段） | 保护暂停 |
| 10-25 01:54:55 | H200 主线 · 8卡（v1.1.0 继承段） | 原 run 保留链状态恢复 |
| 10-25 04:20:43 | H200 主线 · 8卡（v1.1.0 继承段） | 首次达到最终最低 CE 2.61624670，query=620 |
| 10-25 04:52:11 | Ophis · GPU4–6（恢复后2卡） | 搜索开始 |
| 10-25 05:52:22 | Ophis · GPU7 单卡 | 首次达到最终最低 CE 2.62238216，query=121 |
| 10-25 06:41:37 | Ophis · GPU4–6（恢复后2卡） | 首次达到最终最低 CE 2.62545252，query=143 |
| 10-25 07:18:05 | Ophis · GPU4–6（恢复后2卡） | 保护暂停 |
| 10-25 07:28:26 | Ophis · GPU4–6（恢复后2卡） | 原 run 保留链状态恢复 |
| 10-25 07:34:35 | Ophis · GPU7 单卡 | 外来占用后提前停止 |
| 10-25 07:35:16 | Ophis · GPU4–6（恢复后2卡） | 外来占用后提前停止 |
| 10-25 07:39:15 | H200 主线 · 8卡（v1.1.0 继承段） | 1296个组合全部测完，随后仅缓存转移 |
| 10-25 08:44:05 | H200 主线 · 8卡（v1.1.0 继承段） | 按原截止排空完成 |
H100为256输入＋256输出，仅输出段计分。H200为256位置全部shifted next-token目标计分。H100固定验证样本也用于选择设置，不是独立最终泛化确认。各组只使用一个训练seed，不能据此宣称统计显著或跨硬件胜负。时间直接取各控制器日志，未校正主机时钟偏差。本图仅展示这四组搜索，不混入更早的官方PG协议及预实验。
