# 实现结构

```text
run.sh / launch_experiment.py   单一配置、发布清单校验、独立执行副本与启动锁
prepare.py                     分区生成、配置验证、runtime 复制与不可变封存
run_experiments.py             独立 seed 进程、Student lane 与训练资源协调
make_lanes.py                  稳定端口和 worker receipt 路径
project_service.py             项目管理的 vLLM 服务入口
report_run.py                  保存结果的只读报告

decico_rsi/
  controller/                  Thompson Sampling、候选竞争、封存、恢复与审计
  operators/                   Data / Harness / Model 候选构建与局部验证
  learning/                    训练池校验、去重、采样快照、证据及来源绑定
  modeling/                    模型身份、LoRA 训练/继承、服务与 GDN 后端
  harness/                     Harness 制品、证据审查、schema 修复与配对确认
  strategies/, policy/         调度与冻结规则状态
  evaluation/                  BFCL 批评测、失败分类、配对种子与评测收据
  benchmarks/                  BFCL 数据转换、任务生成、AST 评分及最终评测
  third_party/bfcl_ast/         保留许可和上游哈希的官方评分组件
```

运行时按独立脚本使用：入口将 `decico_rsi/` 加入模块搜索路径；准备后的脚本使用自己封存的 `runtime/`。本版无需安装项目为 Python wheel，避免源码与封存副本混用。外部模型目录和 Python 环境为只读输入；审计钩子把所有运行输出限制在当前项目或其独立执行副本内。

## 默认实验配置

公开 profile ID 为 `02_qwen35_latest_accepted`；`02` 是原始研究实现的历史编号，不表示本仓库提供其他编号实验。默认 12 轮，规则冻结，训练初始化为 `latest_accepted`。每轮状态由正式接受的模型、Harness 与数据路径组成。Data 负责生成、纠错、验证训练样本并触发训练；Harness 修复提示、规划建议和 schema 检查；Model 在有界 recipe_space 内调整训练方案。

Harness 最多局部测 3 个提案，冻结最多 2 个合格候选。Model 首个局部成功后仍可探索第二候选。所有正式比较针对同一父状态，不能先提交第一个候选再比较第二个。每个候选都必须完成相同 selection 任务及配对重复，缺失执行或基础设施错误不能被当作候选性能失败。

实际成功的辅助纠错轨迹可在验证后进入工作池。使用额外提示的样本保留真实提示，标记 `guided_positive`，不伪装成无指导回答。任何样本都必须携带受认可的 BFCL 证明，来自 selection/audit/sealed_test 的任务不能进入训练池。

原始研究实现的单独基础模型训练模式仍作为底层回归能力保留；发布入口 `run.sh` 始终选用默认 profile 的 `latest_accepted`，不提供其他编号实验入口。meta_eval 与已有规则相关工具作为冻结状态的完整性检查组件保留；默认实验不进行规则更新。