核心 case · C32
V0.5-5后训练12k：固定600与完整2100送检
两组已提交；截至10月15日20:17核查，尚无有效结果。
2026-10-15定向补入的转发证据；分别保留10月3日和10月15日原消息时点。不是原10月12日至15日试点全量窗口的刷新。
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
对图片指定的同一checkpoint提交固定600局与完整2100局评测；两项范围分别验收。 提交阶段：确认权重SHA/训练来源与recipe、checkpoint格式、预处理与动作/输入输出契约；注明复用或新建的适配登记及真实校验结果；报告模型服务和评测服务的资源容量、节点选择、部署状态；给对应范围的真实Run与首批有效执行证据。完成阶段：逐个核对请求范围、有效局数/异常、产物、正式计分与完整报告。历史样例中的硬件、54配置、2100局/seed不能直接套到新任务。
实际做到什么
已核提交确认、统一报告登记、启动故障诊断与恢复进展；暂无最终评测成绩。原任务：https://index.jiujianian.dev/?session=913b58880c031249ee26560fbeaaa31f&tab=sessions
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
待评：已核受理、提交与启动受阻证据；缺后续执行与最终结果，不替人打分。
这个 case 收到的反馈
酒嘉年12:03Z追问状态和卡顿、12:10Z要求恢复，详见F44；人的正式Review仍待审，未见满意确认。
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。
本轮已从转发追到原执行会话，读取真实工具回执与用户消息；证据截止12:17:33Z。未介入正在进行的恢复，不把计划中的清理未启动记录当作完成；分数仍待该阶段成果及人审。
展开过程：运行范围、耗时、资源与返工
运行范围
同一交办两个seed0 Run：v3-v055-post12k-fixed600-s0-20261015（原固定清单600）；v3-v055-post12k-full2100-s0-20261015（54配置2100）。截取原会话至2026-10-15T12:17:33Z：两Run已提交，尚无有效结果；600账面40运行中但原执行者核查无实际进程，2100仍待启动。后续状态沿原会话，不将该快照当实时监控。
关键时间与耗时
原会话UTC：11:09:18交办，11:18:49回复两组已提交（约9m31s，非精确API提交时间）；12:02:56首阶段结论（距交办53m38s）；12:17:33报告服务恢复但有未启动派发（距交办1h08m15s）。尚无首个有效局/计算结束/最终报告时间；这些等待不能报模型吞吐。
资源使用
准备8空闲推理卡/8副本，B4配评测4×8；两个Run同时入队，保留ID/冻结清单/同一报告话题。发布冲突时合并已有改动、等待发布占用释放，三节点逐个同步；平台恢复后需核对未真正启动的派发。资源已准备≠实际满负载，账面running≠有进程。
返工与人工介入
外部模型准入未指定节点误判不可达，修复并与并行升级协调；其后控制面NAS同步读取拖住启动、超过5分钟被终止重试。酒嘉年12:03Z追问状态及“为什么非常卡”，12:10Z要求恢复；属于实际用户追问与恢复交办，非满意Review。原执行者承认将修复与提交核验连续处理导致反馈过久。尚无整轮重跑证据。