实验进展
等待第一次同步历史组保留原有 8 小时预算。AQ04-C12 使用父构造接续和约束提示修正：hexagon_packing、max_min_ratio、minimum_overlap、sums_differences_2、uncertainty_inequality 已改从本表 AQ04 历史参考所选 nibi checkpoint 续跑，重新计 4 小时；旧起点的部分续跑归档，其余 10 题继续原任务。新曲线 t=0 为对应 checkpoint 的历史最好构造，新有效候选数不包含此基线。uncertainty 起点差约 4e-14，仅属数值微差。Random-parent 保持暂停。 OpenEvolve 15 题已按要求取消，部分结果保留；此前的暂停快照见 OpenEvolve 暂停快照。S1（AQ04）和 MCGS 保留历史模型切换与停机退时记录；新增 Random-parent 与 Ours w/o posterior sampling 各 15 个 run；后者保留完整 GP，按预测子节点均值选择。S1 仍为带条件差异说明的历史参考。未启动的组显示等待上传。当前成绩按搜索耗时对齐，最终独立复评分在运行详情单列。↑ 越大越好，↓ 越小越好。AQ04 已按原始运行与 nibi 付费重跑择优更新，曲线及日志来自选中的完整运行；重跑的预算到期收尾异常如实保留，未额外独立复评。
全部运行详情：状态、预算、候选数及同步时间
| 数据集 | 参与者 / 方法 | 状态 | 累计搜索预算 | 最好验证结果 | 最终评分 | 最后同步 |
|---|
点击运行记录查看详情。验证指标由各候�报告；最终评分单独展示。重复运行、不同方法和 seed 均保留。
指标快照不等于完整 logs；完整日志需单独上传。Bucket 为公开存储，无需登录即可读取；上传仍需写入权限。
验证结果 · 自动更新曲线
基线为每条 run 按 step 排序后的首个有效指标；散点只显示不劣于基线的结果，纵轴覆盖基线与改进值。原始记录保留。↑ 越大越好，↓ 越小越好。
合作者如何接入这个实验
共同使用实验 ID ，每个人写入自己的唯一 run ID。无需修改看板；新的数据集与运行会自动出现。
使用 hf-experiment-share skill，按 接入说明运行。若运行目录不是 MLEvolve 格式，可使用通用 JSON 发布接口。