复现实验
这套流程把“复现”拆成两个可验收层级：任何机器都能完成离线证据验真；满足固定软硬件条件的机器可以继续完成性能复跑并生成一份新的环境回执。两者使用同一组模型、提示词、ACL 与输出身份。
边界说明
当前原始 Q6_K 采集记录了干净源码 revision 与精确二进制身份。从更新 revision 复跑仍属于新实验，必须保留自己的 Git revision、二进制哈希和环境回执。此前披露 dirty worktree 的混合制品记录继续作为历史证据保留。
验收基线
1. 获取源码并冻结实验身份
在 Windows PowerShell 中执行：
git clone https://github.com/A3S-Lab/Power.git
Set-Location Power
$powerCommit = (git rev-parse HEAD).Trim()
$dirtyFiles = @(git status --porcelain)
if ($dirtyFiles.Count -ne 0) {
throw 'A clean worktree is required'
}
$powerCommit
当前原始 Q6_K 门槛记录的干净源码 revision 为 eb6aeda59561eff3e4e7592704cab6fc863b72c7。从更新的干净 revision 复跑是允许的，但结果应作为新实验保存，不能覆盖已提交 JSON。
2. 先做无需模型的离线验真
这个命令不加载 22.88 GB 模型，也不需要 NVIDIA GPU。它验证 14 个文件 SHA-256，并重新计算样本数、中位数、最低值、质量分数、请求全程吞吐、接受率、重放次数与确定性输出身份：
powershell -NoProfile -ExecutionPolicy Bypass `
-File .\tools\verify-qwen38-q6k-evidence.ps1 -Json
成功时进程退出码为 0，输出包含：
{
"status": "passed",
"verified_file_hashes": 14,
"quality": {
"completed_requests": 900,
"request_wide_tokens_per_second": 83.22814601950864
},
"pure_q6": {
"full_vocabulary_k7_s7_median": 147.020656574707,
"prefix_fr8192_k7_s6_median": 176.6108685085471
}
}
任一文件字节或统计值变化，脚本都会返回非零退出码并指出不匹配字段。
3. 对齐验收主机
176.61 token/s 是下面这台机器上的边界，不是跨硬件承诺：
更换 GPU、驱动、时钟、显示负载或 CPU 拓扑后仍可运行同一协议，但必须把结果标为新平台；不要为了通过门槛而复制不适用的亲和性掩码。
4. 构建固定 CUDA 配置
cargo fetch
powershell -NoProfile -ExecutionPolicy Bypass `
-File .\tools\apply-llamacpp-power-patches.ps1
$env:CMAKE_GENERATOR = 'Ninja'
$env:CMAKE_CUDA_ARCHITECTURES = '89'
cargo build --release --bins `
--target-dir target-native-sm89-ninja `
--no-default-features `
--features llamacpp-cuda,llamacpp-mtp-fr
补丁工具必须确认绑定层与内嵌 llama.cpp 补丁都已应用。runner 会拒绝任何不是独占 llama.cpp 的后端。
5. 校验模型与输入
先把原始 Q6_K 制品注册为 qwen3.8-27b-q6-k，再设置 Power 数据目录。下面三个仓库输入的哈希必须完全一致：
$powerHome = 'D:\models\a3s-power\qwen38\power-home'
$manifestPath = Join-Path $powerHome `
'models\manifests\qwen3.8-27b-q6-k.json'
$manifest = Get-Content -Raw -LiteralPath $manifestPath | ConvertFrom-Json
$model = Get-Item -LiteralPath $manifest.path
if ($model.Length -ne 22884408288) { throw 'Unexpected model size' }
if ((Get-FileHash -Algorithm SHA256 -LiteralPath $model.FullName).Hash -ne
'562FBF760503008F118E5DF38DE5B3E97992D1F693F475815631198547486727') {
throw 'Unexpected model hash'
}
6. 完整复跑前缀 FR8192 峰值
关闭占用 GPU 的程序，并在允许锁定 GPU 时钟的终端中执行：
$benchmarkRoot = 'D:\models\a3s-power\qwen38\benchmark'
$powerHome = 'D:\models\a3s-power\qwen38\power-home'
.\tools\run-qwen38-q6k-benchmark.ps1 `
-Label pure-q6-fr8192-k7s6-replay `
-Config .\docs\benchmarks\qwen3.8-27b-q6k-rtx4090\pure-q6-mtp7-snap6-fr8192-host-staged.acl `
-PromptFile .\docs\benchmarks\qwen3.8-27b-q6k-rtx4090\prompt.txt `
-BenchmarkRoot $benchmarkRoot `
-PowerHome $powerHome `
-ModelHash 562fbf760503008f118e5df38de5b3e97992d1f693f475815631198547486727 `
-MaxTokens 1024 -NumBatch 14 -WarmupRuns 1 -Samples 9 `
-MinimumTokensPerSecond 175 -ProcessPriority High `
-ProcessorAffinityMask 349525 -LockGpuClockMHz 2745 `
-TargetDirectory target-native-sm89-ninja `
-RequireHighPerformancePowerPlan -RequireCleanTree
runner 在 finally 中恢复 GPU 时钟，并把失败报告也保留下来，便于区分真实性能回归与环境争用。
7. 验收新结果
在 $benchmarkRoot 中保留以下文件：
pure-q6-fr8192-k7s6-replay.json：9 个原始样本、统计值和输出摘要；pure-q6-fr8192-k7s6-replay.environment.json：Git、二进制、模型、ACL、提示词、GPU、进程与电源状态；- 对应 stdout / stderr 日志：后端初始化与失败诊断。
只有同时满足以下条件才算通过：9 个请求都生成 1,024 token；稳态中位数不低于 175 token/s；所有输出 SHA-256 一致；模型身份精确匹配；后端独占；工作树干净；要求的主机控制真实生效。
完整的 Windows/CUDA 长版流程 还包含配对全词表对照、原始 Q6_K 12 题校准与此前的混合制品门槛；质量矩阵协议 说明如何重复现有 100 题 × 3 轮测试。
