核心 case · C30
HDR-track4world评测及多模型任务维度比较
2000局完成；总耗时5小时34分，含约2小时依赖等待。
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
评测HDR并与既有HDR/60k基线在共同任务比较。 指定HDR与正确历史基线在共同任务对比，给分项与欠缺样本/seed差异
实际做到什么
输出停止快照、排队/执行区分、swap_T故障持续及修复；最终报告同文档保留停止历史和续跑结果。另按共同50配置/40任务比较4模型，单seed对历史三seed均值仅描述差异。报告：https://qcnatfwzm13g.feishu.cn/docx/I2dldcMrvoiFeYxSFEyc24FdnEc
来源 1 ↗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3/4 / 协作2/4
这个 case 收到的反馈
任务维度补充、非明确差评
两个checkpoint的SHA相同
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。
已读原结果话题和含续跑的完整报告；最终审计通过但纹理专项核验、实际合批/缓存效率未知；资源清理实绩未核，不填已释放。
展开过程：运行范围、耗时、资源与返工
运行范围
seed0，50配置2000局；Run v3-hdr-track4world-2000-s0-20261012，最终generation3。五类等权Score21.96/SR16.16%，310/2000成功的逐局SR15.50%另列；20布局替补，7312产物/6000视频审计通过。历史停止时0局不能覆盖最终结果。
关键时间与耗时
北京时间10月12日17:06:53提交；17:16:34停止；17:25续跑但等待Ego；19:31:33放行、19:31:38执行；22:40:52终态、22:53报告。提交→终态5h33m59s；放行执行→终态约3h09m14s；续跑等待约2h06m。含故障与等待，非纯推理；17:07提交确认→22:53报告约5h46m。
资源使用
依赖门禁等待两组Ego；放行后dev04 32worker，首批253局分配量并非完成量。r160→r161恢复，异常批次单独保留/补跑，避免重跑1992有效局。不能按优先级低就默认绝不提前回填，必须落实当次明确等待关系。
返工与人工介入
初始低优先级仍回填启动，人要求先停、等待Ego完成后再运行，显示优先级与显式依赖须区分。停止调用传输失败后读回重试；20:00 swap_T发生device lost并卡到22:34，原Run保留1992局后补8局，22:40完成。另20候补。钱泽中追加共同任务/逐维比较是新增分析要求，不计返工。