复现已发布结果

每条已发布记录都包含方法、配置和指纹。选用显存足以容纳该模型的 GPU，然后按以下步骤复现：

1. 安装 PyTorch 2.9.1 环境并准备数据。训练器会核对分词器和验证分片的哈希。
2. 运行 python -m nexttransformer.protocol.fingerprint --methods <method>，确认实现与算力凭证一致。
3. 参照快速开始，使用已准入的配置、--formal 和新的输出目录训练。登记的 8、16、32 卡布局使用相同的数据顺序。
4. 使用 python -m nexttransformer.audit_run 审计运行，随后将第 46,875 次更新的验证 BPB 和 CORE 与 results/runs/<method>.json 比较。

这些运行只使用单个随机种子。数据、算力和评测时间表应保持一致；不同 GPU、内核及 rank 数之间通常比较数值误差，不要求逐位相同。部分结果使用冻结的源码版本，差异记录在 comparisonNote 和运行说明中。欢迎提交能验证或质疑已发布结果的复现记录。