Add Qwen Bridge 29K common-start README.md

qwen_bridge_common_start_29k/README.md

@@ -0,0 +1,54 @@
+# Qwen3-VL-4B–Bridge 29K Common Start 交接包
+
+本目录只交接 **29K common start 的完整可恢复 checkpoint 与运行环境说明**，供后续多 continuation seed 的成对复现实验使用。它不包含 28K/30K checkpoint，也不包含 Uniform、Shuffle、OPTR 或外部 baseline 的 29K→29.5K 结果。
+
+## 必需文件
+
+```text
+qwen_bridge_common_start_29k/
+├── checkpoints/
+│   ├── steps_29000_pytorch_model.pt
+│   └── steps_29000_training_state.pt
+├── config.full.yaml
+├── checkpoint_metadata_no_sha.json
+├── ENVIRONMENT.md
+├── MULTISEED_PROTOCOL.md
+└── requirements-qwen-bridge.txt
+```
+
+- `steps_29000_pytorch_model.pt`：模型参数，9,199,045,796 bytes。
+- `steps_29000_training_state.pt`：optimizer、scheduler、Python/NumPy/PyTorch/CUDA RNG、data-order counter 等完整训练状态，9,346,430,417 bytes。
+- `config.full.yaml`：生成 29K common start 的完整训练配置。
+- 本交接包不设置 implementation SHA、代码 SHA、绝对路径 SHA、manifest 自指 SHA 或其他工程哈希启动门。
+
+## Common start 身份
+
+- 模型：Qwen3-VL-4B-Instruct + GR00T/DiT-B action head。
+- 数据：Bridge `bridge_rt_infoflow`。
+- common-start step：29,000。
+- common-start 基础训练 seed：`42`。
+- `completed_steps`：29,000。
+- `next_global_draw_id`：1,392,000。
+- global batch：48（1 GPU × micro-batch 2 × gradient accumulation 24）。
+- 精度：BF16。
+- 优化器：AdamW8bit。
+- scheduler：cosine with minimum LR，100K horizon，10K warmup。
+
+## Seed 一览
+
+| 类型 | Seed | 含义 |
+|---|---|---|
+| common-start 基础训练 seed | `42` | 生成本 29K checkpoint 的训练 seed |
+| 历史 29K→29.5K exact-state continuation | 不主动重设 | 直接继承 29K training state 内的 RNG 与 data-order |
+| 计划的 paired continuation training seeds | `117465, 239217, 533389, 587008` | 多种子回复实验；每个 seed 下所有方法必须共用同一个 seed |
+| 正式 evaluation policy seeds | `518957, 765353, 686765, 516408` | 每个 checkpoint 固定 4 seeds × 4 tasks × 24 episodes = 384 rollouts |
+
+详细规则见 `MULTISEED_PROTOCOL.md`。
+
+## 重要边界
+
+1. `seed=42` 是 common-start 训练 seed，不应误写成四个独立 continuation realization 之一。
+2. 直接载入完整 training state 后继续训练属于 exact-state continuation；若主动设置新 seed，则论文中应称为 *independent reseeded continuation replication from a fixed common-start checkpoint*。
+3. 同一个 continuation seed 下，各方法必须同步重设 Python、NumPy、PyTorch、CUDA、data-order、source/trajectory sampling、temporal anchor sampling、Flow-Matching noise 和 dropout 等随机状态。
+4. 测评 policy seed 与训练 seed 相互独立，禁止混用。
+5. 不通过代码路径或哈希判断实验身份；保留真正影响语义的模型、数据集、episode、anchor/support、proposal、batch 和预算检查。