16 KiB
Последняя отметка — 2026-10-15: муха остановлена, аппаратный аудит, архив
Пользователь явно остановил эксперименты с мухой, вернуться позже. experiments/fly-knp — только отменённая ручнаязаготовка, НЕреальныйконнектом; бинарниксобран,неисполнялся,сайтанет. Читать reports/2026-10-15/Отчёт_Аппаратный_аудит_и_статус.md.
Текущий Petlab не совместим с физическимАлтаем-2 «какесть»:39458нейронов,палитрывесов55/110 вместо4,однопакетныепотенциалыза16-bit,hostroot-L2/pooling/routing. CUDAKNPэтоотдельнаяпроверка,неаппаратнаясовместимость. СтарыйnativeMNISTимеетсобственныеGoldenModelproofs иостаётсявалиднымотдельнымопытом.
Настанциисоздан~/.ssh/id_ed25519_git_snwдляgit.snw.su,пользовательдобавляет.pubсамостоятельно;privateосталсянастанции,архивыегоНЕсодержат. Gitpush/remoteне менялись. Архивотчётовв/public/knp-reports-2026-10-15.zip,публичныйhostpublic.agent.snw.su;отчётытакжесинхронизируютсянастанциюсSHA. Подробности/статусвновомотчёте.
Актуальное дополнение — AltAI Pet lab, 2026-10-15
По запросу пользователя создан сайт кошки/собаки http://10.9.8.230:8082/. Сначала читать новый отчёт и команды/передачу. Старые цифры8080/8081 работают отдельно и не изменялись.
Source станции /home/user/KNP/pets-knp, runtime /home/user/run/pets-knp, frozen model detectors+head-v2. Official CIFAR cats/dogs test1427/2000=71,35%,validation1437/2000=71,85%;test не выбирал модель. Все hidden256/output2counts exactintegerreference на4000val+test CUDA; CPU/GPU отдельныеsmoke/adversarialточные. Это НЕ GoldenModel/железо: несколько KNPграфов с фиксированным hostpooling/root-L2/routing. Готовой CNN нет. К200filtertrainvehicles переиспользован, свой MLP/readout обученofflinecatsdogstrain. Нельзя переносить98%MNISTсюда.
Persistent GPU detectorworker прогрет, полныйAPI≈0,4s в4проверенныхзапросах;первые~6s на создание графа скрыты startup. СервисPIDвruntime/server.pid, логиserver.log/worker.log. CPU/GPUresetfreshBпослеwhite/black/repeatпроверен;hiddenadversarialcap64последовательностиexact. ПровереныAPI/мобильныйвид/fileupload/staleresponses. Наother/OODкартинкахвсегдаcat/dog,confidenceневыдумывается.
runtime/head — НЕВАЛИДНЫЙ раннийexport (scaleoverflow), не использовать! head-v2 исправлен, веса неизменныпослеtest. Исторический trainer train_head_legacy.py, новыйбезопасныйtrain_head.py пишетhead-next (полноеповторноеобучениеновойверсиейне запускалось). Истинаfinal-summary.json, eval-v2-final/VERIFIED.json, deployment-checks/VERIFIED.json. Пакетвесов/source/proofs/datamodel-and-proofs.tar.gz+SHA,локальнаякопияreports/pets-knp-artifacts.
Все действия вchanges-2026-10-15.md, отчёты перенесенывканоническиеreports станции (261 файл, SHA256 проверены) иimported-neiro-2026-10-15 сSHA. SSHтолькопопросьбепользователя, nootheragentsкромеastra-advisor. ДляэтогоопытаAstra3/3исчерпаны. Безcommit/push/autostartОС.
Актуальное продолжение — нативный MNIST AltAI, 2026-10-15
Сначала прочитать полный новый отчёт. Рабочая станция user@10.9.8.230, исходники /home/user/KNP/mnist-altai-native, runtime /home/user/run/mnist-altai-native, официальный backend1.0.2 /home/user/run/altai-official-probe/extracted. SSH только по просьбе пользователя, ключ ~/.ssh/id_ed25519_snw. Не запускать других subagents: пользователь сообщил, что они сломаны; разрешён только astra-advisor. Все действия писать в журнал, отчёты сохранять на станции.
Нативный граф:784 rate inputs →256 AltAILIF →160 opponent AltAILIF; host только нормализация/спайковый код/разность счётчиков/argmax. Full MNIST test10000:97,76% на KNP CPU и нашем CUDA, ВСЕ hidden/output counters exact. Официальный AltAIv1_GoldenModel backend1.0.2 проверен отдельно на первых1000:97,50%, все counters exact. Это8 независимых процессов со стандартным4×4 и2 копиями каждый. Другие конфигурации и физический чип не подтверждены. Экспериментальные GM8-копийные варианты дали неправильные counters, сохранены как FAILED; не использовать их метрики. Финальный GM executor запрещает replicas>2.
Рабочая страница http://10.9.8.230:8081/native_viz.html вызывает настоящий C++ KNP CPU или официальный GM по переключателю. Старые8080/fast_viz.html (гибрид98,30%) и altai_viz.html сохранены с отдельными старыми моделями. Native server PID — runtime/web-server.pid, restart — source/README.md; автозапуска нет. Регрессия тройки test2534→3 проходит в CPU и GM API. Chromium mouse/touch/blank/clear/parity проверены.
Истина: final-summary.json, cpu-full-v3/VERIFIED.json, cuda-full/VERIFIED.json, gm-shards-v1/VERIFIED.json. В wrapper нельзя повторно использовать непустой каталог; IDs, веса и binary hashes проверяются. Пакет модели/результатов/исходников — native-model-and-proofs.tar.gz, локальная копия в reports/altai-native-artifacts. Все локальные отчёты импортированы на станцию в /home/user/KNP/reports/imported-neiro-2026-10-15 с manifest/checksums; последняя полная синхронизация подтвердила243 файла; SHA256 каждого совпал. Исходники не коммитили/не пушили.
Ближайшие задачи: оценить устойчивость native сети на большем наборе нарисованных цифр/толщин; при необходимости улучшать только по train/validation; перенести удачные методы обучения/квантования на транспорт. Для одного запроса CPU быстрее и проще загрузки CUDA; CUDA ускоряет batch. Не приравнивать97,76% CPU к полному10000-прогону официального GM.
Далее предыдущие этапы и история. При противоречиях актуален верхний раздел и новый отчёт.
Предыдущий этап — native Linux/GPU, 2026-10-15
Рабочая машина теперь user@10.9.8.230, проект /home/user/KNP (https://git.snw.su/int/our_knp, исходный HEAD8fe6c3a). SSH-ключ работает. Старый WSL заменён; адрес постоянный, старые пути /home/int и /mnt/c/KNP больше не считать актуальными. Подключаться только по запросу пользователя.
Сначала прочитай новую передачу и отчёт. На станции: /home/user/KNP/NATIVE-LINUX.md, AGENTS.md, reports/2026-10-15/Отчёт_Linux_GPU.md. Там свежая цель транспорта, разрешение offline-обучения, настоящий проверенный CUDA-бэкенд инференса, команды/ограничения и результаты завершённого pipeline. GPU-STDP не реализован; новый backend — integer AltAILIF/Delta.
Pipeline завершён успешно (после исправления glob в загрузчике train counts и возобновления). KNP validation: 2850/4000 = 71,25%; официальный test не использовался. Полная сеть, 32 изображения: CPU 32,14 с, GPU 6,22 с wall (5,17×), counts и class CSV побайтно совпадают. Статус /home/user/run/altai-objects/native-cuda/pipeline.json; модель model_readout рядом. Локальные резервные копии исходных изменений, моделей и результатов: reports/native-gpu-artifacts/. Старый монитор SSH/переноса отменён и не возобновлялся. Журнал15октября — changes-2026-10-15.md.
Ниже историческая передача14октября; она устарела по системе, путям и новым изменениям репозитория.
Продолжение работы KNP / AltAI
Начать с подробной передачи.
Срез 2026-10-14: объектные эксперименты v1/v2 завершены; независимые CPU-прогоны ускорены и проверены; экспериментальная многопоточность медленнее; fast-кэш проверен частично; GPU/STDP-прототип написан, не собран и не проверен.
Все подробности, пути, команды, ограничения и следующие шаги — в передаче. Журнал: changes-2026-10-14.md.
Назначение копии на постоянной рабочей станции: int@10.9.8.230:/mnt/c/KNP/HANDOFF-2026-10-14.md; всего пакета — /mnt/c/KNP/cats-dogs. При сохранении связь со стендом прервалась: новый перенос пока не подтверждён. Статус — experiments/cats-dogs/preservation-status.json, завершение — python3 /opt/neiro/experiments/cats-dogs/save_handoff.py. Подключаться к станции только по просьбе пользователя.
Дополнение: MNIST на native Linux, 15 октября
После транспорта выполнен отдельный полный MNIST-прогон: штатное STDP-обучение AltAI на CPU, 60 000 train и 10 000 official test; канонические разбиения побайтно проверены. 9223/10000 = 92,23%, ошибок со спайками 633, молчаний 144, положительных ties 196. Wall 344,284 с, приблизительно обучение 312,058 с и inference/evaluation 32,226 с. GPU для цифр в этом опыте не использован; 71,25% выше относится к validation транспорта CIFAR и другой задаче.
Отчёт: reports/2026-10-15-mnist-native.md; станция: /home/user/KNP/reports/2026-10-15/Отчёт_MNIST_native.md; runtime /home/user/run/mnist-native-20261015. Локальные артефакты, логи, скрипты, частичные dumps: reports/mnist-native-artifacts/experiment-artifacts.tar.gz (SHA256 проверен). Полного checkpoint MNIST нет: штатный пример не вызывает save_network, inference_only не загружает модель. Для будущего GPU-инференса MNIST сначала отдельно реализовать корректное сохранение/загрузку, затем CPU/GPU parity. Объектный backend и модели не менялись.
Запуск существующего сайта рисования MNIST
По просьбе пользователя найден и запущен существующий /home/user/KNP/viz/altai_viz.html; доступен http://10.9.8.230:8080/altai_viz.html, вариант со сдвигами — /aug_viz.html. Перед запуском порт8080 был свободен. Добавлены только /home/user/run/mnist-viz/server.py и start.sh: detached nohup Python ThreadingHTTPServer на0.0.0.0:8080, document root строго /home/user/KNP/viz, PID58749, log server.log, pid server.pid. Автозапуск ОС не включали; файлы сайта и веса не меняли. Для HTML явно задан charset=utf-8. Проверки извне: обе страницы HTTP200, UTF-8 и meta charset корректны, JSON с2моделями разбирается. Это исторический браузерный JS-симулятор, не новый CUDA backend и не веса нового92,23% CPU-MNIST-прогона. Команды restart/stop и точные пути — /home/user/run/mnist-viz/README.md.
Новая быстрая модель сайта MNIST
Доступна http://10.9.8.230:8080/fast_viz.html; ссылки есть в обеих старых страницах. Собственная гибридная сеть: 784 токовых пикселя →256 integer IF нейронов (128 шагов) →линейный readout по спайкам. Offline NumPy обучение с аугментациями, 55 000 train и 5000 validation; test не использован для выбора. Новый результат 9830/10000 =98,30% на тех же изображениях, где старый KNP-пример дал92,23%. Test2534 со скриншота (3) теперь→3. Это пока браузерная гибридная IF-сеть: KNP/GPU/физический AltAI для неё не проверены.
Проверены точное Python/JS совпадение нормализации/IFcounts/scores/prediction на85 примерах, CDP mouse/touch рисунок1, blank/clear/debounce и мобильная ширина390px. Fixed stress: сдвиг2px97,74%, толще96,85%, тоньше91,41%; тонкий почерк остаётся слабее. Бенч simulate() на реальной3: медиана0,5мс, p95≈1,1мс на локальном headless Chromium, без нормализации/DOM, не гарантия скорости устройства пользователя.
Исходники станции /home/user/KNP/mnist-fast, web /home/user/KNP/viz/fast*, runtime /home/user/run/mnist-fast; старыйHTTPсерверPID58749 не менялся. Отчёт; веса, splits, метрики и скрипты сохранены в reports/mnist-fast-artifacts/experiment-artifacts.tar.gz, SHA256 проверен. Следующая отдельная задача по просьбе пользователя — перенести хорошую модель в реальный KNP/AltAI с корректным integer масштабированием и проверкой; пока не сделано. Не выдавать браузерные98,30% за KNP-результат.