BIG / MMCoT

研究 multimodal chain-of-thought 中的 block-wise information gain，以及它在训练与推理中的作用。当前可恢复的近期主线是 LatentUM × MoTiF 的任务内对照；UniAR 和 BAGEL 保持独立的实现与实验历史。

本仓库是 2026-11-02 从 Bucket 根目录、冻结源码和部署包恢复出的代码工作树。恢复来源见 source recovery。实验结果的完成状态以实际产物为准，旧文档中的计划和提交记录不能当作完成证据。

代码版本与协作以 GitHub 仓库 为准；HF Bucket 保存发布的代码副本与大规模实验资产。已有 Git 工作树用 git pull 更新，HF 代码拉取用于没有 Git 的计算副本。

从这里开始

1. 文档导航：当前规范与历史记录的边界。
2. 工作区与同步：Mac 管代码，计算节点按需取数据和模型。
3. 环境：工具环境与三个模型环境分开。
4. 冻结提交：新任务绑定源码、参数和环境证据。

所有命令在本目录执行。用 Miniforge 的 mmcot-tools 环境执行工作区工具：

conda activate mmcot-tools
python -m pytest -q tests
git add .
python tools/workspace.py index
python tools/workspace.py check
git add sync .hf-sync-filter
git commit -m "Describe the code change"
git push origin main
python tools/workspace.py bundle ../ops/code.tar.gz

Git 只存代码、配置、测试和技术文档。data/、models/、experiments/output/、旧部署包和研究进度报告都不进入 Git。普通 HF 同步不会删除目标文件，.git 在任何层级都不会上传。

完整历史仍在 Hugging Face Bucket。本地目录缺少某个模型或数据集，是稀疏工作区的正常状态。