Yuivdldk/math-adapter-g4b-dpo-selfpair

自配對 DPO adapter（科展研究產物）

這支 adapter 原本只存在於一台 SPOT VM 的磁碟上（開機磁碟 auto_delete = True）。 本 repo 是保全副本。

base	google/gemma-3-4b-it @ 093f9f388b31de276ce2de164bdc2081324b9767
adapter_model.safetensors sha256	a53b1a1fccdee48d8ac594df303efb6a440a9b3198bd3c0d5224ad52ecc135ff
實際 epochs	1.0
global_step	39
learning_rate	2e-05
beta	0.1
per-device bs × grad-accum	1 × 8
seed	42

判讀（照 ⚡判讀總表）

Δ vs base −0.63pp（p=.388）；L4 +0.91 / L5 −2.04（p=.047 未校正、.095 校正後）。 判為此配置未見提升，方向為負。

🔴 本 repo 存在的理由：帳本原本記載「adapter 未上傳 ⇒ 永遠不可重評」， 那是錯的 —— 2026-07-27 清點 VM 發現它還在。上面的 epochs 欄就是 用來解決「HF 標 1ep vs 事前登記修訂為 2ep」這個矛盾的。

🔴 引用時的界線

• 尺是 direct-axis-balanced-box-v2.1-timeout-safe+math-verify-0.9.0， 不可與 math-mathverify-v1 或 -terminal-v2 家族的數字相減。
• 計分只能在 Linux 跑（Windows 上 math-verify 的 parse() 會回 []）。
• ⚠️ 建 pair 時 chosen 取最長，而事前登記要求取最短（長度偏置防護） —— 這是已記載的實作偏差，見 AI_AGENT_WORKFLOW.md §2。