[Assistentus]

Что сделано

Это релиз 0.3.0: гиперболический режим (k > 0) теперь является настоящим Riemannian Adam, а не Adam в ambient-координатах с масштабированием градиента и клипом.

Математика

• grad_R = lambda(w)^-2 g_E, lambda(w) = 2 / (1 - k||w||^2).
• Моменты Адама живут в касательном пространстве; первый момент переносится параллельным переносом после каждого шага.
• Шаг — экспоненциальное отображение exp_w(-lr * m_hat / (sqrt(v_hat) + eps)), а не евклидово вычитание.
• Второй момент — неотрицательный диагональный масштаб; переносится sqrt(v) и возводится обратно в квадрат, потому что прямой перенос v может дать отрицательные компоненты и NaN.
• Математика батча считается в float64 (хранение остаётся float32): вблизи границы шара формулы гайрации теряют точность в float32.
• k = 0 — обычный евклидов Adam.

Закрытые находки аудита

• C1: legacy 0.1.0/0.2.0 — resume=False переинициализирует даже частичный каталог; resume=True мигрирует (веса сохраняются, несовместимые моменты/счётчики сбрасываются).
• C2: export_checkpoint(dir) / import_checkpoint(dir) — переносимый каталог с относительными именами, размерами и SHA-256; импорт проверяет всё до замены живого состояния.
• C3: исходные тензоры не удерживаются (retain_params=False по умолчанию), param_groups получает zero-length placeholders.
• C4: weight_decay_mode: l2 (по умолчанию, часть риманова градиента) и decoupled (AdamW-семантика при k=0).
• C5: setup.py удалён, единственный источник метаданных — pyproject.toml; torch>=2.0.0.
• A1: shutdown() — retryable state machine RUNNING → DRAINING → STOPPED / FAILED; повторный вызов после таймаута не врёт про успех.
• A2: global_step сохраняется в dsa_global_meta.json и чекпоинтах.
• A3: отрицательные/выходящие за границы/нецелые/2-D индексы отклоняются.
• A4: не-конечная строка полностью сбрасывается (w=m=v=0, t=0), включая отрицательную дисперсию; строка с t=0 не подхватывает старые моменты.
• A9: форма и конечность градиента проверяются.
• H1: инициализация масштабируется внутрь шара (по умолчанию до 0.5 радиуса), resume/read_rows проецируют; чекпоинт сразу после инициализации валиден.
• H2: независимый float64-эталон и проверки свойств геометрии (exp map, изометрия переноса, log-exp).
• H3: set_curvature / current_k перепроецируют всю таблицу.
• H4: k = NaN/inf/negative отклоняется сразу.

Тесты

CUDA_VISIBLE_DEVICES="" python -m pytest -q
95 passed

Проверено также сравнение с независимым float64-эталоном на 20 шагах: расхождение w ≤ 1.1e-7, m ≤ 2.6e-8, v ≤ 8.7e-10 для k ∈ {0, 0.7} и обоих режимов weight decay.

Ломающие изменения

• resume по умолчанию None (нужно явно True/False).
• Чекпоинты — каталоги, а не JSON-манифесты.
• Формат состояния v2; старые каталоги мигрируются только при resume=True.
• weight_decay для k>0 имеет другую семантику (по умолчанию — риманов L2).
• Исходные тензоры освобождаются; для весов — read_rows().
• Динамика гиперболического обучения отличается от 0.2.0.

Подробности — в CHANGELOG.md и README.md.