Unify Qwen Bridge Rebuttal evaluation policy seeds

BRIDGE_SEED_PROTOCOL.md

@@ -20,9 +20,6 @@ Rebuttal 的 Florence 单种子复现沿用主实验的 continuation seed `11746
 
 29K common start 的基础训练 seed 为 `42`。历史 29K → 29.5K continuation 配置保留 `seed: 42`，从 29K 训练状态继承 RNG 和数据抽取位置。Rebuttal 若追加主动重新设种子的 Qwen continuation，具体训练 seed 清单待定，同一组 seed 用于该组所有配对运行。
 
-| 要复现的记录 | Evaluation policy seeds | 每 checkpoint |
-|---|---|---:|
-| 29K common-start 评测 | `518957, 765353, 686765, 516408` | 384 |
-| 29.5K OPTR 已报告评测 | `641297, 765353, 869156, 441297` | 384 |
+29K common start 与 29.5K 续训 checkpoint 的 Rebuttal 测评统一用 **`518957, 765353, 686765, 516408`**，与 Florence–Bridge 共用同一套 policy seeds。每个 checkpoint 在 Stack、Carrot、Spoon、Eggplant 上各测 24 episodes / policy seed，共 384 rollouts，BF16、无视频。
 
-两套均为四个 policy seeds × 四个任务 × 24 episodes。测评种子见 [Bridge 主结果 CSV](https://github.com/miaochengy-pngu/OPTR-StarVLA/blob/main/experiments/results/csv/main_bridge_results.csv)，基础训练种子见 [29K common-start 配置](https://huggingface.co/mmmmmcyaaa/ReTime/blob/main/qwen_bridge_common_start_29k/config.full.yaml)。
+基础训练种子见 [29K common-start 配置](https://huggingface.co/mmmmmcyaaa/ReTime/blob/main/qwen_bridge_common_start_29k/config.full.yaml)。

README.md

@@ -19,8 +19,7 @@ This package contains the server-authoritative Florence–Bridge OPTR code, its
 | 设置 | Common-start 训练 seed | Continuation 训练 seed | Evaluation policy seeds |
 |---|---|---|---|
 | Florence–Bridge 20K → 20.5K | `42` | 主实验 `117465`，已报告三组 `117465, 533389, 944964` | `518957, 765353, 686765, 516408` |
-| Qwen3-VL-4B–Bridge 29K common start | `42` | 历史 +500 配置为 `42`，继承 29K RNG。新多种子清单待定 | `518957, 765353, 686765, 516408` |
-| Qwen3-VL-4B–Bridge 29.5K OPTR 已报告评测 | `42` | 同上 | `641297, 765353, 869156, 441297` |
+| Qwen3-VL-4B–Bridge 29K 与 29.5K | `42` | 历史 +500 配置为 `42`，继承 29K RNG。新多种子清单待定 | `518957, 765353, 686765, 516408` |
 
 完整的 Florence RNG 字段、Rebuttal 复用规则和原始记录链接见 [Bridge 训练与测评种子总表](BRIDGE_SEED_PROTOCOL.md)。
 

qwen_bridge_common_start_29k/AGENTS.md

@@ -8,7 +8,7 @@
 - common-start 历史训练 seed 是 `42`。
 - 每个主动 reseed realization 下，各比较方法必须共享同一个 continuation training seed。
 - 新的 Qwen paired continuation seed 清单待定。
-- 复现历史评测时，按总表选对应 checkpoint 的 policy seeds。同一配对评测内固定使用相同的 policy seeds。
+- 29K 与 29.5K checkpoint 的 Rebuttal 测评固定使用 policy seeds `518957, 765353, 686765, 516408`。
 - 每个 checkpoint 的正式测评是 4 seeds × 4 tasks × 24 episodes = 384 rollouts。
 - global batch、学习率、scheduler、训练预算、world size、数据与 support 合同必须在方法间保持一致。
 

qwen_bridge_common_start_29k/MULTISEED_PROTOCOL.md

@@ -1,9 +1,9 @@
 # Qwen–Bridge continuation 与测评种子
 
-Florence 和 Qwen 的已报告训练、测评种子统一登记在 [Bridge 训练与测评种子总表](https://huggingface.co/mmmmmcyaaa/ReTime/blob/main/BRIDGE_SEED_PROTOCOL.md)。
+Florence 和 Qwen 的 Rebuttal 训练、测评种子统一登记在 [Bridge 训练与测评种子总表](https://huggingface.co/mmmmmcyaaa/ReTime/blob/main/BRIDGE_SEED_PROTOCOL.md)。
 
 29K common start 的基础训练 seed 为 `42`。历史 29K → 29.5K continuation 配置为 `seed: 42`，继承 checkpoint 中保存的 RNG 与数据抽取位置。
 
 Rebuttal 若新增主动 reseed 的 Qwen continuation，训练 seed 清单待定。同一组的配对运行共享 continuation seed，并以相同方式初始化 Python、NumPy、PyTorch CPU/CUDA、dataloader、采样和模型 RNG。模型、optimizer、scheduler、起始 step、batch、学习率和训练预算沿用共同协议。
 
-复现历史测评时，按总表选择对应 checkpoint 的 policy seed。每组评测为四个 policy seeds × Stack、Carrot、Spoon、Eggplant 四任务 × 24 episodes，共 384 rollouts，BF16、无视频。
+29K 与 29.5K checkpoint 的 Rebuttal 测评统一使用 `518957, 765353, 686765, 516408`。每组评测为四个 policy seeds × Stack、Carrot、Spoon、Eggplant 四任务 × 24 episodes，共 384 rollouts，BF16、无视频。

qwen_bridge_common_start_29k/README.md

@@ -38,7 +38,7 @@ qwen_bridge_common_start_29k/
 
 29K 的基础训练 seed 为 `42`。历史 +500 continuation 配置保留 `seed: 42`，继承 29K checkpoint 的 RNG 与数据抽取位置。Rebuttal 中新设的 Qwen continuation seed 清单待定。
 
-两套历史评测 seed 及 Florence 的对应记录统一见 [Bridge 训练与测评种子总表](https://huggingface.co/mmmmmcyaaa/ReTime/blob/main/BRIDGE_SEED_PROTOCOL.md)。Qwen 恢复与配对规则见 [MULTISEED_PROTOCOL.md](MULTISEED_PROTOCOL.md)。
+29K common start 与 29.5K 续训 checkpoint 的 Rebuttal 测评共用 `518957, 765353, 686765, 516408`，每个 checkpoint 测 384 条。完整记录见 [Bridge 训练与测评种子总表](https://huggingface.co/mmmmmcyaaa/ReTime/blob/main/BRIDGE_SEED_PROTOCOL.md)。Qwen 恢复与配对规则见 [MULTISEED_PROTOCOL.md](MULTISEED_PROTOCOL.md)。
 
 ## 重要边界
 

qwen_bridge_common_start_29k/checkpoint_metadata_no_sha.json

@@ -24,8 +24,7 @@
   "planned_paired_continuation_training_seeds": [],
   "planned_paired_continuation_training_seed_status": "pending",
   "formal_evaluation_policy_seeds": [518957, 765353, 686765, 516408],
-  "formal_evaluation_panel_scope": "29K common-start evaluation",
-  "reported_optr_29500_evaluation_policy_seeds": [641297, 765353, 869156, 441297],
+  "formal_evaluation_panel_scope": "Rebuttal evaluation of 29K and 29.5K checkpoints",
   "seed_protocol": "BRIDGE_SEED_PROTOCOL.md",
   "sha_gate": false
 }