echolabs
Documento originalAbrir .md

F3 · Entradas fijadas (19/10/2026, sin GPU)

Objetivo: que los envíos finales no dependan de que dfranzen mantenga sus datasets públicos. Se copian a datasets privados nuestros, byte a byte, las dos entradas que sí se pueden copiar. Los modelos se quedan donde están, por las razones de la tabla.

Qué usa el notebook y qué se hizo

Entrada de M2 Tamaño Qué se hizo Copia
dataset dfranzen/taaf-kaggle-source-bundle-copy (bundle del arnés Duck) 450 KB, 73 archivos copiado rogeernavarro/echo55-arc3-taaf-bundle (privado, v1)
dataset dfranzen/pennyroyal-v253 (wheels del servidor SGLang) 6,2 GB, 211 archivos copiado rogeernavarro/echo55-arc3-pennyroyal-v253 (privado, v1)
modelo dfranzen/intel-qwen3.8-flash-next-w4a16-autoround/Transformers/default/1 181,2 GB, 50 archivos no copiado —
modelo dfranzen/albucino-qwen3-8-flash-next-drafter/Transformers/default/1 4,2 GB, 12 archivos no copiado —
imagen Docker — ya fijada por sha256:57e612b4… en kernel-metadata.json —

Comprobaciones de las copias

  • Origen = lo que montaron nuestras corridas. La última actualización de los dos datasets es del 28 y 29/09, anterior a todas nuestras corridas. Las versiones montadas son 20092813 y 20134793 (LOG, diagnóstico v2), y coinciden con las que registra M2.
  • Bundle:
    • la descarga del 19/10 es idéntica, archivo por archivo (diff -r), a la copia local con la que se hicieron todas las pruebas en CPU (artifacts/upstream/taaf-bundle);
    • la copia privada, bajada otra vez desde Kaggle, también es idéntica (diff -r, 73 archivos);
    • la lista remota de nombres y tamaños coincide con la de dfranzen;
    • las carpetas src/ARC3-Inference/… se conservan.
  • Wheels:
    • la lista de 211 archivos (nombre y tamaño) coincide con la de dfranzen (dos páginas del listado);
    • el zip se descomprimió sin errores de CRC;
    • la copia privada, bajada de nuevo desde Kaggle archivo por archivo, da los 211 SHA-256 idénticos, con 0 fallos de descarga. Tras crear el dataset, Kaggle tardó más de 40 minutos en permitir bajarlo entero (error 404 mientras tanto); la descarga por archivo funcionó desde el principio;
    • con el mismo uv 0.12.20 que extrae el notebook, sin red (UV_OFFLINE=1, caché vacía, venv nuevo con Python 3.12), requirements.lock se resuelve contra la copia: 208 de 208 paquetes, y el wheel sglang-0.5.19+gd00d88efc8d6 se resuelve aparte, como en la celda 12.
  • Hashes: SHA-256 de cada archivo en docs/campaign/data/f3-inputs/ (pennyroyal-v253.SHA256SUMS, 211 líneas; taaf-bundle.SHA256SUMS, 73 líneas). Zips descargados:
    • pennyroyal-v253.zip a05bd464…;
    • taaf-kaggle-source-bundle-copy.zip cd687f4b….

Por qué no se copian los modelos

  • El modelo principal pesa 181 GB. No cabe en el disco local, con 80 GB libres. Un notebook de Kaggle tampoco puede copiarlo: su salida tiene un límite de unos 20 GB.
  • En Kaggle, la versión de un modelo no se puede cambiar. La /1 que usamos es fija; el único riesgo es que dfranzen la borre.
  • Copiar solo el drafter (4,2 GB) no quita ese riesgo: sin el modelo principal no hay envío.
  • Salida de emergencia sin probar: woochangsim/qwen38-flash-next-w4a16-autoround-4c67bf6 es un espejo público del mismo checkpoint de Intel (HF 4c67bf68…, 29 archivos, 181.240.433.939 bytes). dfranzen partió el shard grande en 22 piezas model-ple-* y cambió config.json. Por eso ese espejo no sirve tal cual: haría falta cambiar el notebook y probarlo en GPU. Solo se usaría si el modelo de dfranzen desaparece antes del 2/11.

Candidata final de la base

  • kaggle-m2/tools/make_pinned.py (9 tests en tests/test_make_pinned.py, de RED a GREEN) crea la candidata a partir de la base o de cualquier brazo. Cambios:
    • en la celda 4, WHEELHOUSE_DIR y ORIG_BUNDLE_DIR buscan nuestras copias, primero en la ruta nueva y después en la antigua;
    • dataset_sources sustituye esos dos datasets;
    • nada más cambia.
  • nbcheck.check_metadata acepta ahora swapped_datasets: solo los cambios declarados pasan.
  • kaggle-m2/final/base/:
    • nbcheck contra M2 (88a379f1…) da «3 cambios declarados, JSON válido»;
    • metadatos sin problemas;
    • ipynb 7deec265….
  • Prueba de contrato en CPU sobre final/base, con el bundle bajado de nuestro dataset:
    • OK en 21 s. ft09, vc33 y wa30 juegan 4 acciones cada uno, sin tracebacks.
    • Control negativo: con el bundle de dfranzen disponible y el nuestro no, la celda 4 falla (cp: … echo55-arc3-taaf-bundle: No existe). La candidata solo lee nuestra copia.
  • Lo que la CPU no puede probar, la instalación real y el servidor en GPU, queda para la corrida offline corta de F3 (DESIGN: ~2,5 h de RTX).

Licencias

  • Las copias son privadas. Su descripción da los créditos (Tufa Labs y Jeroen Cottaar; Daniel Franzen; John Pezzulli) y dice que cada contenido conserva su licencia de origen. La licencia de Kaggle quedó como «other», igual que nuestro dataset de helpers.
  • Hacerlas públicas es decisión de Nav (DESIGN §7), junto con la cuestión de la Qwen Community License frente al requisito de apertura del premio.

Vista previa

Abrir original