OSE 8M：结构化候选决策研究预览
OSE 是 7,524,640 参数的 residual MLP，输入为 27 维状态与 N×16 维候选特征，输出候选排序与 NOUL 拒绝结果。它不是聊天大语言模型，不需要 tokenizer。
本仓库使用既有权重，没有重新训练。公开仓库：https://huggingface.co/MoniesTO/OSE-8M-Research-Preview 。
下载与运行
本仓库按根目录直接提供代码、权重和文档。可使用下面的 Hugging Face CLI 下载，或在网页下载完整仓库并保留目录结构。在含 evaluate.py 和 requirements.txt 的文件夹打开 PowerShell。确认 weights/ose.safetensors 与 ose_preview/ 文件夹也已下载。
python -m pip install huggingface_hub
hf download MoniesTO/OSE-8M-Research-Preview --local-dir OSE-8M-Research-Preview
cd OSE-8M-Research-Preview
已测试环境：Windows、Python 3.11.6、PyTorch 2.10.0+cpu、safetensors 0.7.0。完整版本记录见 requirements.lock.txt。
python -m venv .venv
.venv\Scripts\python -m pip install -r requirements.txt
.venv\Scripts\python evaluate.py
.venv\Scripts\python -m ose_preview.inference examples/input.json
推理读取 weights/ose.safetensors，核对 manifest 中的权重 SHA-256。evaluate.py 核对包内文件并将新的结果写到 validation_runs/。无需下载原始 pickle 检查点。输入/输出示例、特征定义与架构见 examples/、feature_schema.json、architecture.json。接口接收 1–8 个候选；特征为有限的 [0,1] 数值，八个领域使用 one-hot 编码，没有额外均值/标准差归一化。默认值仅供演示，真实应用必须提供验证过的事实。
safetensors 权重 SHA-256：
be4dceefb0f7c80e9823ea5e089cb71c732701d8fb04fbc28a4cbd99d93ad301
使用边界与验证
ADVISORY_ONLY / NOT_CALIBRATED：模型只提供建议，概率未作部署校准，输出不授予执行权限。宿主必须核查策略、用户同意、资源、证据及最终执行权限。宿主 pre-Gate 在候选池化前排除禁止候选；未知状态或无合法候选时，宿主直接拒绝而不调用模型。模型自身的 NOUL 与宿主拒绝是两个不同机制。
包内 CPU smoke 验证通过：安全加载、正常排序、原始模型未知状态 NOUL、宿主未知状态拒绝、全部候选无效拒绝、加入禁止候选不改变合法候选输出，以及转换前后权重逐张量完全相等。细节见 VALIDATION_REPORT.md。这些结果不是完整 IID/漂移准确率、生产环境或跨平台验证。
来源与历史指标
推理来源 TaoRNCS commit：3ffdf3d0283689d3b0da379b04dd0304d30c75df。原始可信检查点 SHA-256：797914161296251f7c36c5e882fa676766c0ae91f0dfc71ff965b175983aab26。
2026-09-26 训练记录与 2026-09-28 技术报告属于历史证据。训练器、两个合成生成器、数据 manifest、五个 split 与检查点哈希已匹配。匹配的 manifest 记载自生成数值合成数据，无外部语料或预训练权重；这不是独立第三方来源认证。记录见 provenance_audit.json 与 PROVENANCE_AUDIT.md。
历史 IID raw **87.52%**、post-Gate 93.32%、raw 约束违规率 IID 6.62% / shifted-natural 18.62% 是上述日期的记录，不是本次新跑结果。历史 Gate 在模型输出后掩码，当前预览在池化前过滤，二者不能混作同一协议。历史验证温度约 0.90 未在本包应用。
历史模型实现的原始字节尚未找回，记录的源码哈希与现存 Foundry 文件不同；训练 Git revision 也不可得。因此不声称完整复现原始训练。独立高层 OSE 决策内核仓库与本模型不是同一项目。
许可
Apache-2.0 适用于所有者在这个独立包内拥有权利的权重、推理代码与文档，允许符合许可条件的商用、修改与再分发。请保留 LICENSE / NOTICE，并查阅 LICENSE_SCOPE.md 和第三方依赖通知。授权不扩大到整个私有 TaoRNCS 仓库或第三方依赖。
English summary
A 7,524,640-parameter structured candidate-decision residual MLP, with 27 state features, N×16 candidate features, ranking and a NOUL head. Download the complete repository with its directory structure intact, then run the listed Python commands. No tokenizer is required. Safe safetensors loading and CPU smoke checks passed. Outputs are ADVISORY_ONLY and NOT_CALIBRATED; an authenticated host Gate must retain execution authority. Historical metrics are dated reports, not fresh reproduction; the original historical model source and training Git revision remain unavailable. Apache-2.0 applies within the documented ownership scope.