V31 done right
V33 的 NOOA v2 退步到 1.51。診斷是 supervisor 的 strategy 切換太激進,造成振盪。V34 加 hysteresis(15min/20cooldown/3max-switches)與 selective timeout(analyzer_timeout 預設 900,但 supervisor 可以在 stagnation 時請求 1200 extension,每 level 最多 2 extensions)。LB 2.24,比 V33 +0.73 但仍比 V24 的 2.56 低 -0.32。
V33 振盪的診斷
V33 的 NOOA v2 退步到 1.51。診斷是 supervisor 的 strategy 切換太激進,造成振盪。V34 加 hysteresis(15min/20cooldown/3max-switches)與 selective timeout(analyzer_timeout 預設 900,但 supervisor 可以在 stagnation 時請求 1200 extension,每 level 最多 2 extensions)。
我假設 controlled extensions 下,NOOA 可以恢復到 V33 之上,沒有振盪成本。
selective timeout 的設計
NOOA v3 架構(V31 done right):
- M1. NOOAMemory:two-tier(intra-game + cross-game),append-only(同 v2)
- M3. NOOASupervisor:hysteresis 15/20/3 + SELECTIVE TIMEOUT 900 → 1200,每 level 最多 2 extensions
跟 V33 的兩個關鍵差異:
Selective timeout:不是永遠 extend,supervisor 只在 stagnation 偵測時 extend。
每 level 最多 2 extensions:防止無限 extension 迴圈。
每 level 最多 2 extensions
| 參數 | V33 | V34 | 理由 |
|---|---|---|---|
| NOOA 版本 | v2 | v3 | V31 done right |
| supervisor hysteresis | 15/20/3 | 15/20/3 | 未變 |
| selective timeout | 永遠 900 | 900 預設,stagnation 時 1200 | 每 level 最多 2 ext |
| 每 level max extensions | 無限 | 2 | 防止迴圈 |
| MULTIMODAL_UPSCALE | 8 | 8 | 未變 |
+0.73 恢復但仍 -0.32 vs V24
- Local mean: 未量測
- Baseline(上一版): V33 LB 1.51
- Local delta: n/a
- LB score: 2.24
456 events
| Patch | 是否 fire? | Marker |
|---|---|---|
| FP8 KV cache | yes | ENABLE_FP8_KV=True |
| MULTIMODAL_UPSCALE=8 | yes | Patched MULTIMODAL_UPSCALE to 8 |
| Qwen3.8 model | yes | qwen3-8-27b-fp8-hf-snapshot |
| writable bundle copy | yes | refreshing writable bundle copy |
| reasoning effort cap | yes | reasoning_effort |
| noop guard verified | yes | hard_noop_guard = True |
| temperature set | yes | temperature’: 0.0 |
| context window set | yes | ANALYZER_CONTEXT_WINDOW = 32768 |
| vLLM server started | yes | vLLM server ready |
| NOOA modules active | yes | 456 events 提到 NOOA |
修 wiring 不會幫助如果 module 淨負面
LB 2.24,比 V33 的 1.51 +0.73 但仍比 V24 的 2.56 低 -0.32。
Selective timeout 幫了:V34 恢復了 V33 大部分退步。但 NOOA 仍是淨負面,跟 V24 無 modules config 比。
0.32 差距是 NOOA overhead 的成本。即使有 controlled extensions,modules 加了 per-action latency,減少了 9 小時預算內的動作數。
V34 是最好的 NOOA 版本。但「最好的 NOOA 版本」仍比「沒有 NOOA」差。修 module wiring 不會幫助,如果 module 本身是淨負面。
V35.1 的 6 modules 計畫
V35.1 會在 V34 config 上加 6 個 custom modules(ReasoningMemory、ExplorationTracker、HypothesisEngine、TransferMechanism、ReflectionRecovery)。目標是透過 general intelligence capabilities 達 LB 3.0+。