同一个 seed，怎样追到首次差异？

PyTorch 官方明确说明，固定 seed 不保证不同版本、平台或 CPU/GPU 之间完全复现。本轮受控探针均在当前同一 CPU 环境执行，没有模拟或宣称另一个操作系统的结果。

每次使用两个最多 48-token 的窗口，执行 16 次 AdamW 更新。所有对照从相同的 float32 初始权重值开始；float64 条件将这些值精确转换到 double 后运算。表格中的“首次”限于这里实际观测的计算边界，不声称看到了每个底层 kernel 的内部操作。

不能直接解释。旧页面快照中 seed 47 的训练和测试完整匹配率约为 93.33% 与 91.37%，本次重跑均为 100%。模型、数据、预算与 seed 的冻结配置一致，但系统及 Python 补丁版本不同；旧完整 checkpoint 和中间轨迹缺失，无法把两次运行逐步对齐。

本页的精度转换和数据顺序变化说明了可执行的排查方式，并没有证明历史差异就是由其中某一项造成。下一次应同时保存初值、首批样本、关键中间张量、逐步梯度与更新以及环境信息，再寻找最早分歧。历史状态保留为“尚未定位”，不补造旧轨迹。

包内 reproduction/comparison-tensors.pt 保存各对照首步的实际张量、固定数据索引和相同初始权重。自然语言项目还提供独立进程恢复报告。二者分别核验“改条件后在哪里开始不同”和“已保存状态能否接续”。