site: explain K3 round seven local path audit

README.md

@@ -19,7 +19,7 @@
 
 当前里程碑包含 17 专题学习地图、486 篇关键论文索引、Kimi K3 完整导读，
 语言模型前史、Transformer 基础、表示/位置/残差、DeepSeek 技术谱系、Scaling Laws、数据工程、长上下文、MoE、指令微调与人类偏好、推理、工具使用与长程 Agent、原生多模态、训练系统、推理服务、数值优化，以及评测与安全深度专题，
-以及 104 个覆盖核心机制的原创交互视图。K3 二轮导读以 32 张问题账、16 图 / 5 表审计、
+以及 109 个覆盖核心机制的原创交互视图。K3 二轮导读以 32 张问题账、16 图 / 5 表审计、
 8 个交互实验和 100 个一手/官方节点，完整覆盖架构、预训练、后训练、系统、评测、案例与附录。
 第三轮已完成开放工件与首个真实 kernel 里程碑：固定官方模型与 FlashKDA revisions，审计 96 个 checkpoint shards、
 497,220 个 tensor entries、真实 KDA / MLA / MoE / MoonViT shapes 与小范围参数统计，并用 4 个新视图
@@ -66,6 +66,18 @@ value-backward coefficients 换成均匀系数后，contrast 平均下降 `70.2%
 [K3_ATTNRES_SPIKE_PROTOCOL.md](./research/K3_ATTNRES_SPIKE_PROTOCOL.md)、
 [K3_ATTNRES_SPIKE_AUDIT.md](./research/K3_ATTNRES_SPIKE_AUDIT.md) 与
 [spike-path experiment](./experiments/k3/attnres_spike/)。
+第七轮冻结 `llm-atlas-k3-attnres-local-path-v1`，把 Round 06 的全局 value-route
+sensitivity 收缩为 14 个 exact selector masks，并同时从 learned 背景测 sufficiency、
+从 all-uniform 背景测 restoration。groups 6+7 的 16 个 depth mixers 在充分性方向
+两个指标 × 三 seed 的 `6 / 6` 格全部超过 `.50` global log gap；恢复性却只有 contrast
+`3 / 3` 通过，peak `0 / 3` 通过，mean peak restoration 仅 `.380`。因此冻结结论是
+`one_sided_evidence_localization_not_established`，不是“定位成功”。group 7 的
+MLP-only 次级门 6 / 6 通过，但只属于 sufficiency 探索；output-only 为 0 / 6。
+三个正式格与完整 replay 共处理 262,144,000 target bytes，Round 06 equivalence、
+14 / 14 forward identity、65-node census、selector 与 canonical replay 全部 exact。
+详见 [K3_ATTNRES_LOCAL_PATH_PROTOCOL.md](./research/K3_ATTNRES_LOCAL_PATH_PROTOCOL.md)、
+[K3_ATTNRES_LOCAL_PATH_AUDIT.md](./research/K3_ATTNRES_LOCAL_PATH_AUDIT.md) 与
+[local-path experiment](./experiments/k3/attnres_local_path/)。
 DeepSeek 八轮专题以 24 张问题账、10 次技术转向、
 22 个交互实验和 60 个一手/官方节点，串起 Dense、MoE、MLA、V3 协同、R1 与 V4；
 并固定官方 V2-Lite revision，在 RTX 5090 上连续执行 7/27 层，记录 3,240 次真实专家选择、