longer-term planning：simedw bullet 2 步
simedw bullet 3 步第二步：longer-term planning = 类似 CoT 的 planning step，让模型先想后输出。一人工程的 planning 哲学。
simedw bullet 3 步第二步：longer-term planning。
类似 CoT（Chain of Thought）的 planning step，让模型先想后输出。
longer-term planning 是什么
longer-term planning = 模型在输出 note 之前先生成 planning sequence = 类似 CoT 的推理链。
例：
输入 prompt：mi-mi-fa-re
无 planning 的输出：直接下一个 note。
有 planning 的输出：先生成 planning 「往下走向 do / re 解决」 → 然后输出 re-do 解决。
CoT 风格的 planning = 模型先生成 reasoning，再生成 final output。
为什么需要 planning
simedw 当前模型（125M + DPO + compound note events）输出下一个 note 是「贪婪 / sampling / temperature-based」。
模型不知道：
- 接下来 4-8 个 note 应该走向哪里（局部规划）
- 接下来 16-32 个 note 应该走向哪里（中期规划）
- 接下来 64-128 个 note 应该走向哪里（长期规划）
模型只知道下一个 note。CoT 风格的 planning 让模型先想 4-128 个 note 的走向，再输出下一个。
planning 的 trade-off
加 longer-term planning 的好处：
- 模型能学乐句（phrase）级结构
- 模型能学终止式（cadence）级走向
- 模型能学乐段（section）级走向
加 longer-term planning 的代价：
- inference 时间 ×2（先生成 planning + 再生成 output）
- 模型复杂度更高（125M + planning module → ~150M 等效）
- 训练数据需要 planning 标注（MIDI 文件大多没有）
- planning 可能错误传播（生成错 planning → 输出错 note）
4 个好处 + 4 个代价 = trade-off。
跟 CoT 的对照
simedw planning vs Anthropic / OpenAI CoT：
- Anthropic / OpenAI CoT：自然语言 reasoning + 自然语言 answer
- simedw planning：MIDI reasoning + MIDI note answer
两个 CoT：一个是语言 CoT，一个是音乐 CoT。
音乐 CoT 比语言 CoT 更难：
- 语言 reasoning 容易标注（CoT 数据集公开）
- MIDI reasoning 难标注（planning 标注稀缺）
- 音乐 evaluation 难（评测要看 16-32 note 走向）
一人工程的 planning 哲学
solo engineer 加 planning = 接受 trade-off：
- inference 时间 ×2 → 用户等更久
- 模型更复杂 → iPhone Core ML 跑得更慢
- 训练数据难标注 → solo engineer 自己做标注
solo engineer 选 planning：
- 不只看下一个 note
- 看乐句级结构
- 看终止式级走向
- 看乐段级走向
4 个深度 = solo engineer 加 planning 的哲学。
跟 bar/measure token 的对照
simedw bullet 3 步：
- bar/measure token = 给模型加小节级表征（已写第二十一篇）
- longer-term planning = 给模型加推理链（写这篇）
- parallel continuation picking = 并行生成多个续写挑最好的（待写）
3 步 = 23 年传承的下一代表征 + 推理 + 选择。
洞穴人格式补充
洞穴人格式第二篇 note = symbolic MIDI 通用代词。
longer-term planning 是 note 的上层推理：
- note 是输出单位（几分之一秒）
- planning 是推理单位（几分之一秒之前的 reasoning）
planning + note = 推理 + 输出。
solo engineer 加 planning = 表征更深。
一人工程的表征 + 推理哲学
solo engineer 不靠 inference 优化（不靠更快 GPU），solo engineer 靠表征 + 推理：
- 表征（representation）：compound note events + bar/measure token
- 推理（reasoning）：longer-term planning
- 选择（selection）：parallel continuation picking
3 步 = solo engineer 的表征 + 推理 + 选择哲学。
solo engineer 核心哲学：表征 > 优化，推理 > 暴力，选择 > 单次。
这是 simedw 系列散文。Longer-term planning = simedw bullet 3 步第二步，类似 CoT 让模型先生成 reasoning 再输出 note。Solo engineer 加表征 + 推理 + 选择，不靠 inference 优化。