Yuivdldk/math-adapter-l45-g4b-control_s43

control_s43 — LoRA adapter（科展研究產物）

這支 adapter 原本只存在於一台 SPOT VM 的磁碟上。 本 repo 是保全副本。

base	google/gemma-3-4b-it @ 093f9f388b31de276ce2de164bdc2081324b9767
訓練資料	dose_control_sft.jsonl，sha256 d99f688c01d152b068caa9a8343fc47b29abe6ea65fd7911fc9bcfba4207a437（530 筆）
seed	43
配方	lr 1e-4、epochs 1.0、max_length 4096、per-device 1 × grad-accum 8
adapter_model.safetensors sha256	f52dc311275fdb2c557caa45ef7c06359f74a77b66decfad51ee2af78a7fcd59
held-out Δ vs base（n=2538，direct-axis 尺）	-7.17pp

臂的意義

• control —— 265 筆訓練目標是外部老師（deepseek-v4-pro）的解＋265 筆 base 自己的正解 replay
• selfsol —— 同一批 265 題、同一批 replay、同配方同 seed， 唯一差別是那 265 筆的目標文字換成 base 自己最短的正解

兩臂的配對差（4 個 seed）：**+6.74pp、seed 間 SD 1.15pp、每對 p ≤ 1.2e−12。 ⇒ 傷害來自目標來源**，不是題目、劑量或配方。

🔴 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 math-mathverify-terminal-v2 家族的數字相減。
• 計分只能在 Linux 跑（Windows 上 math-verify 的 parse() 會回 []）。