Hugging Face's logo

AbstractPhil
/
geolip-SVAE

TensorBoard
Model card Files
xet
 Metrics Community
1
geolip-SVAE / v18_johanna_curriculum /training_log.txt
AbstractPhil's picture
AbstractPhil
Create training_log.txt
26fbfd4 verified
raw
history blame
17.5 kB
======================================================================
JOHANNA-TINY FULL BATTERY DIAGNOSTIC
======================================================================
 Loading local: /content/checkpoints/best.pt
 Epoch: 10, MSE: 0.06776364320516587
 Config: {'V': 256, 'D': 16, 'patch_size': 16, 'hidden': 768, 'depth': 4, 'n_cross_layers': 2, 'target_cv': 0.125, 'dataset': 'curriculum_noise', 'img_size': 64, 'lr': 0.0003}
 Loaded 16,942,419 params
======================================================================
TEST 1: Per-Type Reconstruction MSE (100 samples each)
======================================================================
 gaussian : 0.068355 ยฑ 0.003237 [0.059153 โ€” 0.076495]
 uniform : 0.034244 ยฑ 0.001081 [0.031722 โ€” 0.036898]
 uniform_scaled : 0.092888 ยฑ 0.003874 [0.084341 โ€” 0.101410]
 poisson : 0.070939 ยฑ 0.027295 [0.032886 โ€” 0.121031]
 pink : 0.462492 ยฑ 0.979842 [0.062882 โ€” 7.263476]
 brown : 0.302245 ยฑ 0.799905 [0.063013 โ€” 7.263476]
 salt_pepper : 0.576325 ยฑ 0.010698 [0.553726 โ€” 0.601653]
 sparse : 0.045705 ยฑ 0.002368 [0.040154 โ€” 0.051907]
 block : 0.072499 ยฑ 0.010697 [0.053181 โ€” 0.125361]
 gradient : 0.201614 ยฑ 0.013891 [0.176683 โ€” 0.228614]
 checkerboard : 0.072973 ยฑ 0.006283 [0.055622 โ€” 0.093111]
 mixed : 0.036839 ยฑ 0.003151 [0.032720 โ€” 0.048418]
 structural : 1.918920 ยฑ 0.054320 [1.851429 โ€” 2.043337]
 cauchy : 0.322844 ยฑ 0.009053 [0.303444 โ€” 0.352085]
 exponential : 0.063573 ยฑ 0.003070 [0.055251 โ€” 0.071860]
 laplace : 0.143409 ยฑ 0.006581 [0.127025 โ€” 0.158567]
======================================================================
TEST 2: Byte-Level Accuracy (quantized to 256 levels)
======================================================================
 gaussian : exact= 4.9% ยฑ1= 14.6%
 uniform : exact= 6.8% ยฑ1= 20.2%
 uniform_scaled : exact= 4.1% ยฑ1= 12.4%
 poisson : exact= 4.8% ยฑ1= 14.5%
 pink : exact= 3.2% ยฑ1= 9.8%
 brown : exact= 3.5% ยฑ1= 10.4%
 salt_pepper : exact= 1.3% ยฑ1= 4.0%
 sparse : exact= 6.1% ยฑ1= 17.8%
 block : exact= 4.9% ยฑ1= 14.7%
 gradient : exact= 4.0% ยฑ1= 11.9%
 checkerboard : exact= 4.7% ยฑ1= 13.9%
 mixed : exact= 6.6% ยฑ1= 19.5%
 structural : exact= 4.2% ยฑ1= 12.4%
 cauchy : exact= 2.2% ยฑ1= 6.6%
 exponential : exact= 5.1% ยฑ1= 15.2%
 laplace : exact= 3.5% ยฑ1= 10.2%
======================================================================
TEST 3: Geometric Fingerprint Per Type
======================================================================
 gaussian : Sโ‚€=5.186 SD=3.234 ratio=1.60 erank=15.88
 uniform : Sโ‚€=5.254 SD=3.057 ratio=1.72 erank=15.87
 uniform_scaled : Sโ‚€=5.172 SD=3.279 ratio=1.58 erank=15.88
 poisson : Sโ‚€=5.259 SD=3.020 ratio=1.74 erank=15.87
 pink : Sโ‚€=5.147 SD=3.254 ratio=1.58 erank=15.87
 brown : Sโ‚€=5.142 SD=3.265 ratio=1.57 erank=15.87
 salt_pepper : Sโ‚€=5.156 SD=3.357 ratio=1.54 erank=15.88
 sparse : Sโ‚€=5.221 SD=3.147 ratio=1.66 erank=15.87
 block : Sโ‚€=5.191 SD=3.209 ratio=1.62 erank=15.87
 gradient : Sโ‚€=5.183 SD=3.205 ratio=1.62 erank=15.88
 checkerboard : Sโ‚€=5.172 SD=3.278 ratio=1.58 erank=15.88
 mixed : Sโ‚€=5.248 SD=3.067 ratio=1.71 erank=15.87
 structural : Sโ‚€=5.188 SD=3.220 ratio=1.61 erank=15.88
 cauchy : Sโ‚€=5.156 SD=3.354 ratio=1.54 erank=15.88
 exponential : Sโ‚€=5.195 SD=3.218 ratio=1.61 erank=15.88
 laplace : Sโ‚€=5.165 SD=3.319 ratio=1.56 erank=15.88
======================================================================
TEST 4: Cross-Type Omega Token Similarity
======================================================================
 gauss unifo unifo poiss pink brown salt_ spars block gradi check mixed struc cauch expon lapla
 gaussian 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
 uniform 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
 uniform_scaled 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
 poisson 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
 pink 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
 brown 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
 salt_pepper 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
 sparse 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
 block 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
 gradient 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
 checkerboard 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
 mixed 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
 structural 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
 cauchy 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
 exponential 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
 laplace 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
======================================================================
TEST 5: Spectrum Profile Per Type
======================================================================
 gaussian : S0=5.192(9.2%) S7=4.293(60.1%) S15=3.234(100%)
 uniform : S0=5.251(9.4%) S7=4.293(59.8%) S15=3.052(100%)
 uniform_scaled : S0=5.173(9.1%) S7=4.294(60.1%) S15=3.278(100%)
 poisson : S0=5.259(9.5%) S7=4.296(59.8%) S15=3.020(100%)
 pink : S0=5.141(9.0%) S7=4.278(60.3%) S15=3.252(100%)
 brown : S0=5.137(9.0%) S7=4.279(60.3%) S15=3.270(100%)
 salt_pepper : S0=5.160(9.1%) S7=4.290(60.2%) S15=3.360(100%)
 sparse : S0=5.218(9.3%) S7=4.290(60.0%) S15=3.150(100%)
 block : S0=5.186(9.2%) S7=4.288(60.1%) S15=3.218(100%)
 gradient : S0=5.184(9.2%) S7=4.288(60.0%) S15=3.201(100%)
 checkerboard : S0=5.175(9.2%) S7=4.289(60.0%) S15=3.279(100%)
 mixed : S0=5.247(9.4%) S7=4.291(59.8%) S15=3.066(100%)
 structural : S0=5.192(9.2%) S7=4.293(60.0%) S15=3.218(100%)
 cauchy : S0=5.147(9.1%) S7=4.291(60.2%) S15=3.355(100%)
 exponential : S0=5.194(9.2%) S7=4.295(60.1%) S15=3.216(100%)
 laplace : S0=5.163(9.1%) S7=4.289(60.2%) S15=3.319(100%)
======================================================================
TEST 6: Reconstruction Grid (saved to johanna_diagnostic_grid.png)
======================================================================
 Saved: johanna_diagnostic_grid.png
======================================================================
TEST 7: Zero-Shot Real Image Reconstruction
======================================================================
README.md:โ€‡
โ€‡3.90k/?โ€‡[00:00<00:00,โ€‡856kB/s]
dataset_infos.json:โ€‡
โ€‡3.52k/?โ€‡[00:00<00:00,โ€‡1.06MB/s]
 TinyImageNet (100 images, 64ร—64):
 Mean MSE: 0.079425
 Std: 0.043693
 Min/Max: 0.040186 / 0.319808
 Fidelity: 92.058%
======================================================================
TEST 8: Zero-Shot Text Byte Reconstruction
======================================================================
Input: 'Hello, world! This is a test of the Johanna geometric encode'
 Output: 'pX๏ฟฝ๏ฟฝ,๏ฟฝ๏ฟฝ๏ฟฝ๏ฟฝ๏ฟฝ` N๏ฟฝ๏ฟฝ๏ฟฝ๏ฟฝ๏ฟฝhJ๏ฟฝt๏ฟฝ๏ฟฝ`g`\๏ฟฝ๏ฟฝQY}Lm๏ฟฝ๏ฟฝx๏ฟฝG๏ฟฝ^g๏ฟฝ๏ฟฝ๏ฟฝ]๏ฟฝ๏ฟฝl๏ฟฝ๏ฟฝ๏ฟฝ๏ฟฝ'
 MSE: 0.087208
 Byte acc: 1.6%
Input: 'The quick brown fox jumps over the lazy dog. 0123456789 ABCD'
 Output: '๏ฟฝQY๏ฟฝTn๏ฟฝ๏ฟฝ4๏ฟฝ๏ฟฝ๏ฟฝoh]๏ฟฝ๏ฟฝdX๏ฟฝRp๏ฟฝ๏ฟฝ4๏ฟฝ๏ฟฝ๏ฟฝk#๏ฟฝ๏ฟฝ๏ฟฝ๏ฟฝ๏ฟฝR}K๏ฟฝ|๏ฟฝTa24n_T#llENsX๏ฟฝi'
 MSE: 0.087562
 Byte acc: 0.0%
Input: 'import torch; model = PatchSVAE(); output = model(x)'
 Output: '๏ฟฝ๏ฟฝZ๏ฟฝ๏ฟฝO-๏ฟฝ๏ฟฝ~๏ฟฝ๏ฟฝx!e๏ฟฝ๏ฟฝ๏ฟฝWXqX๏ฟฝ๏ฟฝs๏ฟฝu๏ฟฝ=BeQ[๏ฟฝ๏ฟฝRu๏ฟฝ๏ฟฝ2๏ฟฝF๏ฟฝg^๏ฟฝ๏ฟฝJ]['
 MSE: 0.087713
 Byte acc: 0.0%
Input: 'E = mcยฒ โ€” Albert Einstein, theoretical physicist, 1905'
 Output: 'r@2W๏ฟฝ@๏ฟฝ๏ฟฝM๏ฟฝสฎ_=c๏ฟฝ๏ฟฝ๏ฟฝ`WwEo๏ฟฝ๏ฟฝr๏ฟฝ๏ฟฝi k๏ฟฝ๏ฟฝ๏ฟฝ]๏ฟฝ๏ฟฝHi๏ฟฝ๏ฟฝ3๏ฟฝ๏ฟฝ๏ฟฝkc๏ฟฝ๏ฟฝ๏ฟฝ[]VH_l'
 MSE: 0.087590
 Byte acc: 1.8%
Input: 'To be, or not to be, that is the question. โ€” Shakespeare'
 Output: '|๏ฟฝ๏ฟฝ๏ฟฝ-๏ฟฝ๏ฟฝ4๏ฟฝ๏ฟฝ๏ฟฝk๏ฟฝL|SeXRj๏ฟฝ๏ฟฝ5๏ฟฝ๏ฟฝ_jb๏ฟฝL๏ฟฝa๏ฟฝ๏ฟฝSl๏ฟฝ๏ฟฝCt๏ฟฝ๏ฟฝ๏ฟฝ"๏ฟฝ๏ฟฝU๏ฟฝ๏ฟฝFn๏ฟฝ๏ฟฝu'
 MSE: 0.087480
 Byte acc: 0.0%
======================================================================
TEST 9: Piecemeal 256โ†’64 Tiled Reconstruction
======================================================================
 gaussian : 16 tiles, MSE=0.068466
 pink : 16 tiles, MSE=0.090180
 salt_pepper : 16 tiles, MSE=0.581173
 cauchy : 16 tiles, MSE=0.324597
======================================================================
TEST 10: Signal Energy Survival Rate
======================================================================
 gaussian : survival= 92.3% SNR= 11.7dB orig_E=1.001 recon_E=0.923
 uniform : survival= 92.5% SNR= 9.9dB orig_E=0.333 recon_E=0.308
 uniform_scaled : survival= 88.6% SNR= 11.5dB orig_E=1.334 recon_E=1.182
 poisson : survival= 109.8% SNR= 4.6dB orig_E=0.206 recon_E=0.227
 pink : survival= 63.1% SNR= 7.4dB orig_E=2.197 recon_E=1.387
 brown : survival= 54.2% SNR= 6.3dB orig_E=2.679 recon_E=1.451
 salt_pepper : survival= 57.9% SNR= 8.4dB orig_E=4.010 recon_E=2.322
 sparse : survival= 93.1% SNR= 11.4dB orig_E=0.634 recon_E=0.590
 block : survival= 90.4% SNR= 11.4dB orig_E=0.995 recon_E=0.899
 gradient : survival= 71.6% SNR= 9.1dB orig_E=1.628 recon_E=1.166
 checkerboard : survival= 92.2% SNR= 11.7dB orig_E=1.090 recon_E=1.005
 mixed : survival= 93.1% SNR= 10.0dB orig_E=0.363 recon_E=0.338
 structural : survival= 26.7% SNR= 3.8dB orig_E=4.583 recon_E=1.221
 cauchy : survival= 68.0% SNR= 9.6dB orig_E=2.958 recon_E=2.013
 exponential : survival= 92.4% SNR= 11.7dB orig_E=0.933 recon_E=0.863
 laplace : survival= 82.1% SNR= 11.0dB orig_E=1.815 recon_E=1.489
======================================================================
TEST 11: Cross-Attention Alpha Profile
======================================================================
Layer 0: mean=0.0338 max=0.0344 min=0.0328 std=0.000502
 ฮฑ[ 0]: 0.03410 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 1]: 0.03409 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 2]: 0.03431 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 3]: 0.03431 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 4]: 0.03302 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 5]: 0.03354 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 6]: 0.03373 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 7]: 0.03416 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 8]: 0.03415 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 9]: 0.03442 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[10]: 0.03340 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[11]: 0.03322 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[12]: 0.03400 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[13]: 0.03384 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[14]: 0.03435 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[15]: 0.03282 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
Layer 1: mean=0.0342 max=0.0357 min=0.0335 std=0.000581
 ฮฑ[ 0]: 0.03400 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 1]: 0.03407 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 2]: 0.03382 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 3]: 0.03383 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 4]: 0.03510 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 5]: 0.03458 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 6]: 0.03438 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 7]: 0.03390 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 8]: 0.03388 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[ 9]: 0.03357 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[10]: 0.03457 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[11]: 0.03471 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[12]: 0.03391 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[13]: 0.03404 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[14]: 0.03349 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
 ฮฑ[15]: 0.03566 โ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆโ–ˆ
======================================================================
TEST 12: Compression Metrics
======================================================================
 Input: 64ร—64ร—3 = 12,288 values
 Latent: 16ร—16 = 256 values (omega tokens)
 Ratio: 48.0:1 compression
 Patches: 16 of 16ร—16
 Omega shape: (16, 4, 4)
 At 8-bit: input=12.0KB latent=0.2KB ratio=48.0:1
 At 16-bit: input=24.0KB latent=0.5KB ratio=48.0:1
 At 32-bit: input=48.0KB latent=1.0KB ratio=48.0:1
Results saved: johanna_diagnostic_results.json
======================================================================
DIAGNOSTIC COMPLETE
======================================================================