核心 case · C27
Track4World60k固定600与2000局
600与2000局均完成；分别耗时1小时33分、3小时1分。
2026-10-12 04:00 至 2026-10-15 04:00（北京时间）；历史核对，执行前查最新状态。
人的最终 Review
待审尚无明确的最终评审意见。
本 case 的 token 总数
待关联这次要做到什么
回答本checkpoint的评测表现，保留两个范围及异常。 准确标权重、固定600和50配置2000范围，区分基础设施异常与模型失败
实际做到什么
过程输出指出节点探针超时、真实进程核对、结果回收阻塞，后续明确恢复证据。600报告：https://qcnatfwzm13g.feishu.cn/docx/WUFndjDCNo4FdOx8yvycV5Minsg 2000报告：https://qcnatfwzm13g.feishu.cn/docx/YfN8dkaMdo3vCMxn3K6cPRROnod
来源 1 ↗ · 来源 2 ↗使用的 Skill
缺少实际使用及版本证据，待核对原执行。
Agent 初评
理解3/4 / 交付3/4 / 可靠2/4 / 协作3/4
这个 case 收到的反馈
有故障及身份反馈，未见对最终报告质量的明确评价
下一步如何判断和改进
建议先核对下面的证据缺口，再补充人的最终 Review；已有结果在原验收范围内判断。
已读两份最终报告和原结果话题；纹理缓存错误对画面影响仍缺专项核验，独立产物审计不证明视觉语义正常。两份Run完整身份在报告；实际GPU小时和完整交办时长尚缺。C06作为本Run尾部事件保留。
展开过程：运行范围、耗时、资源与返工
运行范围
同一次权重交办含两个seed0 Run：fixed600（54配置）与2000（50配置，排除吐司及电脑耳机各标准/随机）。600：Score19.64/SR13.57%，594原成员+6替补，不能称原固定集严格复现；2000：Score19.51/SR13.71%，21布局替补。1800/6000视频分别通过审计。两组成绩分开，不能相加当2600独立样本。
关键时间与耗时
北京时间10月12日600提交11:58:17→终态13:31:49，1h33m32s；13:41报告。2000提交12:45:29→终态15:46:38，3h01m09s；16:09报告。2000墙钟含排队、NAS协调、回传和3次恢复，纯计算及各停顿时长未完整分离；原交办起点尚未核，不能拿11:53话题建立当起点。
资源使用
600用dev04六张仿真卡，各4×最多8环境；2000期间dev04八卡声明、NAS迁移暂停新增，再因评测优先撤回暂停并由dev01/dev04接续。13:40迁移暂停，13:47撤回；声明与真实进程分列。14:48账面32批实际已退出，不能用229环境报实际并发。保留有效局修复回收，不整轮重跑。
返工与人工介入
为14:00紧急任务将早期full54改600，属人决定的范围调整；其后独立2000。600尾部595→600的恢复见C06，4次不完整批次产生6替补。2000出现退出批次未回收/错误活动状态，14:52、15:06、15:15三次恢复，保留原1459局哈希；另1次基础设施重试。模型SHA相同的疑问后由钱泽中说明复制错，不能计Agent身份错误。