hakmem/docs/status/archive/P1_STABILITY_2025_10_23.md

Phase P1: 学習の安定化（ヒステリシス/ドウェル＋Canary採用）

目的: CAP/W_MAX/THP の自動調整に安定性を持たせ、短時間計測でも振動を抑えつつ安全に最適値へ収束させる。

実装点（hakmem_learner.c）

• CAP 調整（Mid/Large）

  • 窓内ヒット率に基づく±stepを継続しつつ、クラス別ドウェルを導入。
  • 環境変数で秒指定（(window_ms/1000)単位で加算）
    • HAKMEM_CAP_DWELL_SEC_MID（既定3秒）
    • HAKMEM_CAP_DWELL_SEC_LG（既定5秒）
  • 変更が起きたときのみ該当クラスのドウェルをリセット→過剰振動抑制。

• W_MAX 学習（UCB1）

  • ドウェルに加えて Canary 試験導入（候補値を一時採用し、所定秒数のスコア比較で採否を決定）。
  • 環境変数:
    • HAKMEM_WMAX_LEARN=1（有効化）
    • HAKMEM_WMAX_CANARY=1（Canary有効, 既定ON）
    • HAKMEM_WMAX_TRIAL_SEC（既定5）
    • HAKMEM_WMAX_ADOPT_PCT（既定0.01→+1%以上で採用）
    • HAKMEM_WMAX_DWELL_SEC（アーム切替ドウェル）

• THP閾値 学習（UCB1）

  • 上記と同様の Canary 試験（別ENV）。
  • 環境変数:
    • HAKMEM_THP_LEARN=1（有効化）
    • HAKMEM_THP_CANARY=1（Canary有効, 既定ON）
    • HAKMEM_THP_TRIAL_SEC（既定6）
    • HAKMEM_THP_ADOPT_PCT（既定0.015→+1.5%以上で採用）
    • HAKMEM_THP_DWELL_SEC（アーム切替ドウェル）

• スコア指標（簡易）

  • score = (mid_hit + large_hit) - (mid_miss + large_miss) - 2*l1_fallback
  • Canaryは切替直前のアーム平均スコアをベースラインとし、試験区間平均と比較して採否を決定。

使い方（短時間プリセット）

• 学習ON（Midバンド, 4T, 1秒）

HAKMEM_LEARN=1 HAKMEM_WMAX_LEARN=1 HAKMEM_WMAX_CANARY=1 \
HAKMEM_THP_LEARN=1 HAKMEM_THP_CANARY=1 \
HAKMEM_POOL_MIN_BUNDLE=4 HAKMEM_L25_MIN_BUNDLE=2 \
LD_PRELOAD=$(readlink -f ./libhakmem.so) mimalloc-bench/bench/larson/larson 1 2048 32768 10000 1 12345 4

• 計測を長くする場合（2–10秒）は *_TRIAL_SEC と *_DWELL_SEC を少し伸ばすと振動がさらに減少。

メモ

• Learner起動: HAKMEM_LEARN=1（既定OFF）
• 収束の可視化は docs/benchmarks/* のサマリとLearnerログを併読。