wuyang/llm-atlas
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

feat: isolate DeepSeek role marker head token

Browse Source
This commit is contained in:
wuyang
2026-07-29 20:44:43 +08:00
parent 8ef2d33437
commit ea49ed0511
15 changed files with 3676450 additions and 33 deletions
Download Patch File Download Diff File Expand all files Collapse all files
PROGRESS.md
+12 -3
View File
@@ -14,7 +14,7 @@
| 表示、位置与残差高速公路 | 完成首版 | 81% | 真实 hidden-state / norm traces、长上下文位置外推与深层稳定性消融 |
| Scaling Laws | 完成首版 | 74% | 真实拟合复现、置信区间与更多模型族对照 |
| 数据工程与预训练配方 | 完成首版 | 73% | FineWeb / DCLM 逐图精读、真实去重误伤与 mixture traces |
| DeepSeek 专题 | 三轮实证进行中 | 96% | 角色标记与 special-token family、V2-Lite-Chat 行为、完整 27 层与固定 batch-shape 对照，再推进 SM90 FlashMLA、FP8/pipeline 与 R1-like RL 复现 |
| DeepSeek 专题 | 三轮实证进行中 | 97% | special-token family 与完整两-token 角色块、V2-Lite-Chat 行为、完整 27 层与固定 batch-content 对照，再推进 SM90 FlashMLA、FP8/pipeline 与 R1-like RL 复现 |
| 指令微调与人类偏好 | 完成首版 | 75% | 真实偏好分歧、RM 长度偏置与 PPO/DPO 小模型复现 |
| 推理与测试时扩展 | 完成首版 | 76% | 真实模型采样曲线、PRM 案例与逐篇图表精读 |
| 工具使用与长程 Agent | 完成首版 | 74% | 真实环境 traces、cross-harness 对照、Agent RL 曲线与安全案例 |
@@ -41,7 +41,7 @@
- [x] 完成 486 篇关键论文索引，覆盖 16 个标签专题与 Kimi/DeepSeek 聚光主线。
- [x] 完成可检索、可按专题筛选的论文库页面。
- [x] 完成 K3、语言模型前史、Transformer 基础、表示/位置/残差、DeepSeek 谱系、Scaling Laws、数据工程、长上下文、MoE、指令微调与人类偏好、推理、Agent、原生多模态、训练系统、推理服务、数值优化与评测安全十七篇首版长文。
- [x] 完成 K3 三轴架构、八联报告实验与四联开放工件实验、语言模型前史四联实验、Transformer 四联实验、表示深度四联实验、DeepSeek 十四联实验、长上下文、MoE 路由、推理三页签，以及训练系统、推理服务、Scaling、数据工程、数值、Alignment、Agent、原生多模态与评测安全专题各四页签等八十一个原创交互视图。
- [x] 完成 K3 三轴架构、八联报告实验与四联开放工件实验、语言模型前史四联实验、Transformer 四联实验、表示深度四联实验、DeepSeek 十五联实验、长上下文、MoE 路由、推理三页签，以及训练系统、推理服务、Scaling、数据工程、数值、Alignment、Agent、原生多模态与评测安全专题各四页签等八十二个原创交互视图。
- [x] 完成长上下文首版：五张成本账、26 篇一手论文、10+ 机制图与 8 策略交互实验室。
- [x] 核验 FlashAttention、DeepSeek-V2/V3.2/V4、Kimi Linear/K3 等六份论文原文，并建立长上下文研究账本。
- [x] 核验 Switch、ST-MoE、DeepSeekMoE、Loss-Free、V3、LatentMoE 与 K3 原文，并建立 MoE 研究账本。
@@ -217,11 +217,17 @@
- [x] 八格正式运行与独立复跑各 54,254,445 bytes，SHA-256 均为 `9bb93834…b9c37` 且 byte-exact；确定性 compact 生成器把前端载荷降至约 1.2 MiB，同时在产物内钉住两份完整来源 hash。
- [x] 历史边界控制本地闸门通过：70 个 Astro 文件零诊断、21 个页面、1,151 个站内引用、12 个跨页锚点零失败；十页签桌面与 390px 移动端浏览器回归通过，无运行时异常或文档级横向溢出。
- [x] DeepSeek 历史边界单 token 控制以源提交 `f4d4a05`、不可变镜像 `20260729T120248Z-f4d4a05` 发布；OCI digest `sha256:438ca51d…d0cf4`，复用 NAS `12010→8080`、NPM host 31 / cert 41、门户 `LLM ATLAS / projects / 180`，十六套生产 Chrome 回归全通过；保留 `20260729T110301Z-8130e37` 回滚。
- [x] 角色词头单 token 控制沿用同一 128-source / 23-content-token cohort，在 system 0/1 × official / target `User→Assistant` / target `User→x` / suffix `Assistant→User` 八格中固定官方 EOS、冒号、长度、目标位置、mask 与 32-row batch shape；768 / 768 个反事实序列恰好只改一个 input ID。
- [x] RTX 5090 执行 1,024 个输入变体、56,784 个输入 token，新增 2,044,224 次真实 top-6 路由，使公开语料累计达到 7,201,296 次；前置 U→A / U→x direct target TV 均约 `.02–.03`，但 system-edge contrast 在 24 格分别为 12↑12↓ / 13↑11↓，不支持统一调制方向。
- [x] 后置 generation head `Assistant→User` 通过严格 causal negative control：34,488 / 34,488 个目标 ordered top-6 exact，目标 route hash 1,536 / 1,536、integer load 1,536 / 1,536 exact，direct TV / JSD / ΔCV 全为零；完整输入仍能看到 suffix 自身差异。
- [x] 八格正式运行与独立复跑各 53,440,884 bytes，SHA-256 均为 `9dc0e37f…b8caf` 且 byte-exact；确定性 compact 前端载荷为 1,238,687 bytes，并钉住两份完整来源 hash。
- [x] 跨实验 BF16 batch-content 审计：当前 official 与上一轮 EOS 条件 256 / 256 token-ID hashes exact，Layer 1 target route hash 256 / 256 exact，但 L2–L6 随 companion rows 改变而分化；正式结论只使用本轮八格组内比较，不把相同 batch shape 误写成相同数值执行。
- [x] 角色词头里程碑本地闸门通过：71 个 Astro 文件零诊断、21 个页面、1,151 个站内引用、12 个跨页锚点零失败；十一页签桌面与 390px 移动端无运行时异常或文档级横向溢出，十六套真实 Chrome 回归全部通过。
## 正在进行
- [ ] K3 三轮下一闸门：获得真实 token hidden states、expert load 与 cache traces，解释或修订 `A_log [128]` 工件冲突，再做 Figure 3/4/5 数值重绘和独立小模型复现。
- [ ] DeepSeek 三轮下一闸门：拆分 `User:` / `Assistant:` 角色标记与 special-token family，加入 V2-Lite-Chat 生成/行为对照；扩到完整 27 层并固定 batch shape 审计，再推进 SM90 FlashMLA、FP8 / pipeline traces 与 R1-like RL 小模型复现。
- [ ] DeepSeek 三轮下一闸门：控制 special-token family 与完整 `User:` / `Assistant:` 两-token 角色块，加入 V2-Lite-Chat 生成/行为对照；扩到完整 27 层并固定 batch content 审计，再推进 SM90 FlashMLA、FP8 / pipeline traces 与 R1-like RL 小模型复现。
- [ ] 表示、位置与残差二轮：真实 hidden-state / norm traces、长上下文位置外推复现与 mHC / AttnRes 深层稳定性消融。
- [ ] 评测安全二轮：真实 cross-harness / pass@k 复跑、Judge 元评测、动态污染与过拒案例。
- [ ] 推理服务二轮：真实 GPU kernel / workload traces、功耗与成本、跨 vLLM / SGLang / TensorRT-LLM 复现。
@@ -368,6 +374,9 @@
| 2026-07-29 | 边界控制主结论只使用精确对齐目标内容 TV | x/句点/换行相对 EOS 的 system edge 更大，但 direct interaction、CV 与完整输入方向更混合；不命名为路由更优、回合理解或能力变化 |
| 2026-07-29 | base checkpoint 与 Chat 行为永久分证据层 | 当前 V2-Lite base 虽使用官方 tokenizer/template 构造协议，却没有 Chat/SFT 行为身份；后续必须另跑 Chat checkpoint 与生成/任务指标 |
| 2026-07-29 | DeepSeek 历史边界控制以 `20260729T120248Z-f4d4a05` 发布 | OCI digest `sha256:438ca51d…d0cf4`；复用 NAS 12010→8080、NPM 31 / cert 41、门户 order 180；十六套生产 Chrome 回归通过，保留上一不可变镜像回滚 |
| 2026-07-29 | 角色词头效应分为 direct replacement 与 system-edge modulation | `User→Assistant/x` 都会直接改变后续路由，但 system-edge contrast 方向混合；不把“有 direct effect”偷换成“统一强化/削弱 system” |
| 2026-07-29 | 目标后的角色词头承担严格 causal negative control | suffix `Assistant→User` 在 34,488 个目标 ordered top-6 上全 exact，目标 TV/JSD/ΔCV 为零；完整输入保留 suffix 自身差异 |
| 2026-07-29 | BF16 复现合同从 batch shape 扩展到 batch content | official token IDs 与 32-row shape 相同仍不足以保证深层 route hash 相同；companion rows 与数值执行路径也进入边界说明 |
| 2026-07-29 | K3 二轮按 32 张对象账与完整报告顺序重建 | total/active、2.5×、KDA state、深度来源、专家路由、视觉目标、轨迹、缓存与评测协议不再压成一页组件摘要 |
| 2026-07-29 | K3 原生视觉事实回到 §2.4 / §3.3 核验 | 删除“先冻结语言模型再解冻”旧表述；明确 MoonViT-V2 从头训练，视觉/文本从开始共同 NTP |
| 2026-07-29 | K3 Figure 1–16 / Table 1–5 全部建立课程视觉契约 | 每张图同时写支持范围与不可外推项；作者报告、论文、推导与 toy model 使用 R/P/D/T 标签 |