Add artifact.003/README.md

artifact.003/README.md

@@ -0,0 +1,193 @@
+# Gating-Prozess und Driftmessung bei aux=3 Runs
+
+## Purpose
+
+Dokumentation des Gating-Verfahrens zur Driftkontrolle zwischen aux=2 und aux=3 Runs.
+
+**Problemstellung:** Run #41 zeigte Drift und war für Vergleichsauswertung unbrauchbar. Es musste eine valide Methodik etabliert werden, um Drift messbar zu erkennen und durch Preflight-Gating auszuschließen.
+
+**Ziele:**
+- Einrichtung eines validierten aux=3 Runs mit messbarer Driftkontrolle
+- Erstellung einer sauberen Vergleichsbasis zwischen aux=2 und aux=3
+- Vermeidung von Drift-bedingten Fehlinferenzen
+
+## Kontext & Hintergrund
+
+Preflight- und Run-Messdaten für aux=2 und aux=3 unter identischen Setup-Bedingungen.
+
+**Gruppierung:**
+- aux=2
+- aux=3
+
+**Trace-Metadaten / zusätzliche Tags:**
+- timestamp
+- measured_p
+- freeze_ok
+- setup_fingerprint
+- policy_hash
+
+**Domänenkontext:**
+- Systemleistungstests mit Zeitdrift-Empfindlichkeit
+- Vergleich experimenteller Laufkonfigurationen (aux=2 vs aux=3)
+
+**Outlier-Definition:**
+- Methode: threshold gating
+- Beschreibung: Messwerte außerhalb des Zielbands (0.10 ± 0.02) werden verworfen.
+- Metrik: measured_p
+
+**Motivation:**
+- Ermittlung stabiler Referenzbedingungen
+- Identifikation reproduzierbarer Driftanzeichen
+- Sicherung statistischer Vergleichbarkeit
+
+## Methode / Spezifikation
+
+**Übersicht:**
+- Einführung eines formalen Gating-Schritts vor jedem aux-Run
+- Messung von Drift-Indikatoren bereits im Preflight
+- Start des Laufs nur bei erfülltem Freeze-Kriterium
+
+**Algorithmen / Verfahren:**
+- Führe Preflight-Messungen aus, bis measured_p innerhalb 0.10 ± 0.02 liegt.
+- Setze freeze_ok=true, sobald das Zielband erreicht ist.
+- Starte den Hauptlauf (aux=Run) nur bei freeze_ok=true.
+- Vergleiche die Resultate zwischen aux=2 und aux=3.
+
+### C-State-Kontrolle
+
+**Ziel:** Minimierung externer Drift-Ursachen während Messung
+
+**Vorgehen:**
+- Identische setup_fingerprint- und policy_hash-Parameter erzwingen
+- Laufbedingungen einfrieren (Freeze-first Policy)
+- Erfassung jeder Preflight-Iteration zur Driftanalyse
+
+## Input / Output
+
+### Input-Anforderungen
+
+**Hardware:**
+- identisches Messsystem für beide Läufe
+
+**Software:**
+- Preflight-Gating-Logik mit freeze_ok-Feld
+
+**Konfiguration:**
+- Toleranzband für measured_p (0.10 ± 0.02)
+
+### Erwartete Rohdaten
+
+**Felder pro Run:**
+- timestamp
+- measured_p
+- freeze_ok
+- setup_fingerprint
+- policy_hash
+
+**Formatbeispiele:**
+- 2024-06-21T07:11:32Z,0.109,true,abcd1234,efgh5678
+
+**Trace-Daten:**
+- Format: tabellarisch oder JSON
+- Hinweis: Jeder Messversuch wird einzeln erfasst, um Drift über Zeit zu analysieren.
+
+### Analyse-Ausgaben
+
+**Pro Gruppe / pro Governor:**
+- Median
+- Interquartilbereich (IQR)
+- retry_tail_p99_Hotspot
+- retry_tail_p99_Rest
+- band_width
+- Δband_width
+
+**Vergleichsausgaben:**
+- aux=2 vs aux=3
+  - Δ: direktional positiv (+)
+  - CI(Δ): noch nicht berechnet
+  - RR: nicht bestimmt
+  - CI(RR): nicht bestimmt
+  - Tests: nicht angewendet
+
+- C-State-Korrelation: nicht gemessen
+- Trace-Muster: Preflight-Drift sichtbar durch measured_p-Trend
+
+## Workflow / Nutzung
+
+**Analyse-Workflow:**
+- Verwerfe vorherige fehlerhafte Runs mit Drift (#41).
+- Starte neuen Run (#41b) mit Preflight-Gate.
+- Überprüfe measured_p bis freeze_ok=true.
+- Führe Hauptlauf durch und erfasse Vergleichsmetriken.
+- Vergleiche aux=2 vs aux=3 anhand identischer Konfigurationen.
+
+### Trace-Template-Anforderungen
+
+**Ziel:** Standardisierung von aux-Run-Daten für Vergleichbarkeit
+
+**Erforderliche Tags & Metadaten:**
+- timestamp
+- measured_p
+- freeze_ok
+- setup_fingerprint
+- policy_hash
+
+**trace-cmd-Setup:**
+- Verwende identische setup_fingerprint-Werte pro Paarvergleich
+
+**Run-Design für Contributors:**
+- Nur gültige Runs mit freeze_ok=true hochladen
+
+## Interpretation & erwartete Ergebnisse
+
+**Kernbefunde:**
+- Drift ist reproduzierbar messbar und durch Gating kontrollierbar.
+- aux=3 zeigt konsistent leicht höhere retry_tail_p99-Werte gegenüber aux=2.
+- Formal gültiger Vergleich erstmals möglich durch identische setup_fingerprint- und policy_hash-Werte.
+
+**Implikationen für Experimente:**
+- Driftreduktion ist Voraussetzung für valide Performance-Vergleiche.
+- Freeze-first-Policy verhindert zufällige Laufabweichungen.
+- Erste stabile Basis für weiterführende Band- und Stratumtests geschaffen.
+
+**Planungsziel:**
+- Ziel: Messung stabiler Δ(aux3−aux2)-Effekte ohne Drift
+- Vorgehen:
+  - Engbandiges Preflight-Gate anwenden
+  - Drift vor Hauptlauf detektieren und kompensieren
+  - Vergleich nur bei identischen Setup-Hashes zulassen
+
+## Limitationen & Fallstricke
+
+**Datenbezogene Limitationen:**
+- Kleine Stichprobe (ein Paarvergleich) reduziert Aussagekraft.
+- Preflight-Zielband kann systemabhängig variieren.
+
+**Bootstrap-spezifische Limitationen:**
+- Noch keine Bootstrap-validierte Unsicherheitsabschätzung durchgeführt.
+
+**Kausalität & Generalisierbarkeit:**
+- Ergebnisse gelten nur für identisches Setup.
+- Keine kausale Aussage über Driftursache möglich.
+
+**Praktische Fallstricke:**
+- Ungültige Runs ohne freeze_ok müssen konsequent ausgeschlossen werden.
+- Spätere Änderungen in setup_fingerprint brechen Vergleichbarkeit.
+
+## Nächste Schritte & Erweiterungen
+
+**Geplante Experimente:**
+- Ein weiteres gültiges aux=3-Replikat im gleichen Freeze-Band durchführen.
+- Danach Band-Schwelleneinflüsse prüfen.
+
+**Analyseziele:**
+- Stabilität von Δ(aux3−aux2) über mehrere Runs evaluieren.
+- Drift-Koeffizienten quantifizieren.
+
+**Regression & Modellierung:**
+- Bootstrap-Resampling zur Unsicherheitsschätzung implementieren.
+- Modellierung der measured_p-Drift über Zeitachsen.
+
+**Community-Beiträge:**
+- Definition fixer Gating-Kriterien für künftige aux-Vergleiche.
+- Bereitstellung standardisierter Preflight-Protokolle.