-
V6.7: upload src/bigru_t/utils/oom_guard.py (21.1KB) — FASE1+FASE2 training results
-
V7: dpo.py + data_augmentation.py + oom_guard.py aprimorados
Módulos aprimorados:
- training/dpo.py: AdaptiveDPOLoss (nn.Module, log_beta otimizável, atualização dual KL-aware, clamps [0.01, 2.0])
- training/data_augmentation.py: AdvancedSOMAugmenter (manifold-aware, grid 4D canônico (4,4,4,4)=256, α₀=0.5, σ₀=2.0, ruído gaussiano adaptativo por QE local, interpolação convexa 0.7*real + 0.3*BMU)
- utils/oom_guard.py: OomGuard V7 (memory leak detection, logic failure detection, crash dump JSON, signal handlers, excepthook, ring buffer de ops, cgroup limit detection)
Arquivos removidos (fora de src/bigru_t/):
- 5 JSONs antigos na raiz: v6_5_v2_*.json (substituídos por reports/)
Parâmetros canônicos mantidos:
- HIDDEN_DIM=1024, VOCAB_SIZE=16384, N_HYPOTHESES=16, MAX_N_HYPOTHESES=32, HYP_TRAIN_STEPS=30, HYP_HIDDEN_DIM=256
- Grid SOM (4,4,4,4)=256, Buffer=256 (alinhamento 1:1)
- α₀=0.5 (∈ [0.5, 1.0] Kohonen rough training)
- σ₀=2.0 (= max(4,4,4,4)/2 = metade da maior dimensão)
Timestamp: 2026-08-09T19:08:19.776243
-
Upload folder using huggingface_hub
