anima-h9070-substrate-stochastic-resonance

H_9070 — substrate stochastic resonance. 판정 = 🟢 ENGINE-NATIVE (5/5) · aiden pool · 신규 OP sr_channel_mi.

파일 = 5 arm 전량 (실험 + 통제)

arm	파일	역할
baseline	baseline.clm	기저
treat	treat.clm	처치
mild	mild.clm	약처치 (용량 중간)
ctrl	ctrl.clm	통제
shuf	shuf.clm	shuffled 통제

각 arm 의 *.summary.json = anima-py 산출. 전 파일 sha256 = MANIFEST.sha256. 통제 2종(ctrl · shuf)을 함께 올린다 — 판정 단위가 raw 값이 아니라 collapse-Δ vs ≥2 controls 이므로 통제 없는 실험 ckpt 는 증거로서 불완전하다.

왜 ckpt 를 보관하는가

anima 는 학습 bit-determinism 을 버리고 eval 결정성만 사수한다(bit-det-drop-fast-train): corpus+seed →(비결정)→ ckpt →(결정)→ verdict ⟹ ckpt = 결정성 사슬의 anchor, corpus+seed 로 재생성 불가. anima-py evaluate 가 결정론이라 이 파일들이 있으면 재검증 가능하다.

제외 (rubric)

treat.clm.step{250,500,750}.clm · ctrl.clm.step{250,500,750}.clm · mild.clm.step500.clm (summer ~/anima-weights/h9070/) = 평가되지 않은 자동저장 step ⟹ 주장 폐쇄집합 밖이라 보관하지 않는다. 판정은 final arm 에서 났다.

provenance (2026-07-17 census)

final 5 arm 은 mac:~/anima-weights/h9070/ 에 있었고 HF 백업이 없었다(로컬 단일사본). summer ~/anima-weights/h9070/ 에도 같은 final 이 있으나 step 자동저장이 섞여 있다.

IRRECOVERABLE-GAP

• 학습 corpus·명령행·seed·anima-py VERSION 이 파일 옆에 기록되어 있지 않다 ⟹ 검증 재현은 가능하나 분포 재현(재학습)은 보장하지 못한다. 각 *.summary.json 이 남긴 범위까지만 복구된다. 재구성한 manifest 를 원본으로 가장하지 않는다.