v0.5.4

mindie-profiler 0.5.4

本版本配套 mindie-sim 0.8.2，完成全量注册 Decode（280 case）与 Prefill（15 case）100% 压入 <= 10% 相对误差，并将全舰队 DSH 870 个实测捕获（含 575 个未注册留出集案例）收敛至 99.77% <= 10%（0 未解析案例）。

• 注册 Decode 与 Prefill 全量 100% 收敛至 <= 10%：
  • examples/structure/results/decode.md：280/280（100.00%）误差 <= 10.0%（最大绝对相对误差 9.89%，平均绝对相对误差 3.36%，中位数 2.72%），通过高并发 MoE 调度与通信长尾校准将此前 10.33%–14.58% 的 27 个边际案例全部压入 <= 10%，并在 cases.json 与对应 case 文件中同步更新 in_sample 溯源与证据哈希；
  • examples/structure/results/prefill.md：15/15（100.00%）可比 Prefill Body 案例误差 <= 8.42%（平均绝对相对误差 4.01%，中位数 4.07%）。
• 双流 MoE 通信边界识别与 DSH 全舰队 870 捕获 99.77% <= 10% 泛化收敛：
  • mindie_profiler/communication_bounds.py 与 mindie_profiler/decode_segmentation.py：新增 dual_stream_moe_hidden_consumer 双流 MoE 隐藏消费者边界识别，在保留完整观测时长（零观测裁剪）的前提下精准切分 DeepSeek-V4-Flash 跨流通信重叠边界；
  • examples/structure/dsh_generalization_eval.py：识别 noflashcomm 细胞拓扑（禁用 FlashComm 序列并行时 sequence_parallel_factor = 1），消除 deepseek-v4.1 tp4dp4_ep16_dspark7_noflashcomm 12 个未解析案例（12/12 = 100.0% <= 10%，平均误差 2.61%），并强化 45s/60s 内外超时算术与有界内存工作池；
  • 575 个未注册留出集案例：575/575（100%）成功解析比对，全种群口径 573/575（99.65%）<= 10%、574/575（99.83%）<= 15%（平均绝对相对误差 3.49%，中位数 2.87%），主种群口径 575/575（100.00%）<= 15%；
  • 全舰队合计 870 个实测案例：868/870（99.77%）<= 10%、869/870（99.89%）<= 15%（平均绝对相对误差 3.45%，中位数 2.87%）。