Executor

这是一个独立的 trace-native executor 项目，用固定 surface vocabulary 训练一个可执行程序轨迹的 transformer。

当前仓库目标不是通用聊天模型，而是一个专门面向执行轨迹学习的模型工程。项目核心是：

• 固定词表
• canonical program / trace 语法
• teacher VM
• host capability / host runtime
• 预训练数据生成
• transformer 训练入口
• 推理与评测闭环
• 稳定的 checkpoint schema

主要目录

• executor/README.md
• executor/PRETRAIN_CN.md
• executor/VOCAB_SPEC_CN.md

快速开始

生成预训练数据：

python3 -m executor.data_pipeline.dataset_builder \
  --mode pretrain \
  --output executor/data/pretrain.jsonl \
  --count 100000

训练：

python3 -m executor.cli.train \
  --config executor/pretrain_config.json

推理：

python3 -m executor.cli.infer \
  --checkpoint executor/out/pretrain_stub.pth \
  --program executor/examples/add.prog

评测：

python3 -m executor.cli.eval \
  --checkpoint executor/out/pretrain_stub.pth \
  --program executor/examples/add.prog

当前状态

目前仓库已经收敛到“训练权重可被稳定推理”的协议：

• 训练保存与推理加载使用统一 checkpoint schema
• checkpoint 带 format_version 与词表签名
• 推理前有上下文长度检查
• 评测支持 exact match、opcode/event 命中率和 endtrace 闭合检查

更详细的工程说明见 executor/README.md。