# CHECKLIST — 用合并权重送 MDPBench 官方评测

按顺序做，打勾即可。

## A. 上传（必做）

- [ ] 拿到上传 token（见 `UPLOAD.md`）：HF **Write** token，或 ModelScope SDK 令牌。
- [ ] 先空跑确认 token 和目标账号（不上传任何东西）：
      `python upload_hf.py --repo-id <账号>/Qwen3.5-2B-MDPBench-R7 --dry-run`
- [ ] 正式上传（本文件夹会**原样**变成仓库根目录，4.4 GB 需要一会儿）：
      `python upload_hf.py --repo-id <账号>/Qwen3.5-2B-MDPBench-R7`
      （或 `python upload_modelscope.py --repo-id <账号>/Qwen3.5-2B-MDPBench-R7`）
- [ ] 记下仓库 URL —— 它**同时**是官方要的「weight link」和「inference code」。

## B. 上传后检查（必做）

- [ ] 仓库是 **public**（官方要能下载）。
- [ ] 仓库根目录有 `model.safetensors`（≈4.43 GB）、`config.json`、`tokenizer.json`、
      `chat_template.jinja`、`processor_config.json`。
- [ ] 根目录 `README.md` 是 model card（展示在 HF 页面上）。
- [ ] `inference/infer_mdpbench.py` 能打开且内容完整。
- [ ] 本地拉一次自检：
      ```bash
      python - <<'PY'
      from huggingface_hub import snapshot_download
      p = snapshot_download("<账号>/Qwen3.5-2B-MDPBench-R7",
                            allow_patterns=["*.json", "*.jinja", "*.safetensors"])
      print("ok:", p)
      PY
      ```

## C. 附上的证据（已包含）

- [x] `results/public_sub408.txt`（Overall 77.3）
- [x] `results/public_sub1020.txt`（Overall 77.4）
- [x] `results/scores.json`

## D. 提申请（必做）

- [ ] 用 `SUBMISSION_TEMPLATE.md` 的正文，把 `<...>` 换成你的仓库 URL。
- [ ] 二选一提交：
      - GitHub issue：https://github.com/Yuliang-Liu/MultimodalOCR/issues
      - 邮件：**zhangli123@hust.edu.cn**
- [ ] 正文务必包含：**权重链接 + 推理代码链接 + 推理设置**
      （greedy / `max_new_tokens=8192` / native `max_pixels=16777216` /
      官方 prompt / `enable_thinking=False`）。
- [ ] 说明「请用 Private Set 评测」。

## E. 本机自检（已完成，见 VALIDATION.md）

- [x] 合并权重的 `config.json` / `safetensors` 完整，用 `infer_mdpbench.py` 真机跑通。
- [x] 合并权重输出与 adapter 版输出高度一致（见 `VALIDATION.md`）。
- [x] 推理脚本语法、prompt 与训练 prompt 逐字节一致。

想自己再跑一遍（有 GPU）：

```bash
python inference/infer_mdpbench.py \
    --model . --local-files-only \
    --image-dir <MDPBench_img_public> --out-dir /tmp/smoke --limit 2
```