Tülu / Open-Instruct
Trajectoire ouverte prioritaire lorsque la provenance Base/SFT/DPO/RLVR et les artefacts permettent une attribution réelle. Les étapes non disponibles ne sont pas reconstruites par approximation.
E1 · STAGE · v0.8.2
Base → SFT → DPO → RLVR
Attribuer un déplacement sémantique à une transition précise, sans présumer que la transition contracte nécessairement. Chaque déficit calibré est accompagné de l’expansion inverse.
Un seul contraste primaire.
Avant le freeze, E1 choisit un contraste primaire unique à partir de la justification scientifique et des données de planification — par exemple BASE-template → RLVR-template ou une transition adjacente donnée. Il n’est plus possible de présenter simultanément toutes les transitions, tous les formats et deux métriques comme un seul endpoint.
Les autres transitions et ablations restent secondaires, avec correction de multiplicité dans leur famille.
Shift bidirectionnel calibré
D(A,B) = Σc [pA(c) − pB(c)]+ E(A,B) = Σc [pB(c) − pA(c)]+ DEFICIT_EXCESS = D − plancher nul par permutation EXPANSION_EXCESS = E − plancher nul par permutation
DEFICIT_EXCESS est l’endpoint E1 candidat ; EXPANSION_EXCESS est toujours publié en parallèle. Une valeur négative n’est pas tronquée.
Poids et template restent séparés
checkpoint fixé × raw/neutral format checkpoint fixé × intended template puis comparaison des checkpoints sous format gelé
Une condition techniquement non comparable est marquée NOT-COMPARABLE. Le protocole n’invente pas un format neutre qui modifierait implicitement la sémantique.
Deuxième famille
Une généralisation au-delà d’une famille exige au moins une seconde trajectoire ouverte suffisamment documentée. Sinon E1 reste une étude locale de la famille disponible.
Garde-fous obligatoires
Q_task, Q_fact lorsque pertinent, taux UNMAPPED/UNRESOLVED, accord annotateurs, FIELD^TOK si réellement comparable, tokens, latence, profondeur sérielle et coût.
E1 ne cherche pas à démontrer que le post-training ferme ; il mesure où la distribution se déplace, dans quelle direction et avec quel bénéfice local.