提交结果

一个结果是已准入配置的一次完成的正式运行：46,875 次更新、全部 189 次验证事件、全部 6 次 CORE-22 事件，每个分段都用 --formal 训练。提交它只需要三个文件和一个 pull request。

1. 审计运行目录

python -m nexttransformer.audit_run runs/<method> --method <method>

审计会重新读取训练器写出的所有内容，并对照协议检查：账本（更新次数、token 数、计费算力）、训练事件、189 次验证事件及其文件、6 次完整 CORE 事件及其中心化和汇总、独立最终 BPB、最终检查点，以及每个分段的来源（指纹一致、正式模式、登记过的批量布局）。它会写出 evidence/audits/<method>.json；只要有任何缺失就以非零状态退出，文件中会列出问题。审计记录数据布局，但永远不记录主机名、路径或设备。

2. 导出记录

python -m nexttransformer.export_run runs/<method> --method <method> --name "<display name>" \
    --audit evidence/audits/<method>.json
python -m nexttransformer.export_run --check

export_run 写出 results/runs/<method>.json。它会拒绝：验证或 CORE 时间表不完整、CORE 各任务无法复现汇总值、累计审计不匹配、存在研究模式的分段、分词器不同或协议不同。运行需要来源说明时（例如由冻结的源码版本训练），加上 --note "..."。

3. 撰写运行说明

添加 docs/src/content/docs/results/runs/<method>.md：运行了什么、有无续训、失败的尝试，以及读者应该知道的局限。保持事实性、简短。如果方法还没有模型卡片，添加 results/methods/<method>.json；如果是已登记的方法、其卡片带有 "status": "pending"，删除该字段。

4. 刷新生成的表格

python docs/scripts/generate.py

它会更新文档中的排行榜和 README 中的快照表格；如果模型卡片有变化，也会更新模型库。这些内容过期时 CI 会失败。

5. 提交 pull request

提交这些文件并开 pull request。对只含结果的 pull request，CI 只运行数据检查和站点构建，通常一到两分钟。维护者审阅审计和说明；合并之后网站会自动更新。

永远不要修改已发布的记录或审计。同一方法的第二次运行使用 --file <name> 和它自己的审计。