Freeze the buying code for the Japanese leg noise floor: a second editor generation instead of the near-deterministic fixer floor

eval/dovodka/SESSION2-LOG.md

@@ -0,0 +1,185 @@
+# Журнал полигон-сессии №2 фазы Д (15.08) — рабочее состояние
+
+> Пишется ПО ХОДУ (урок хендоффа §8) и на случай сжатия контекста (D39.121: сохранять список
+> изменённых файлов · незакрытые находки и диспозиции · обязательства и открытые вопросы · команды).
+> Заказ: `docs/POLYGON_EXP2223_REDO_SESSION_PROMPT.md`. Хендофф №1: `docs/POLYGON_PHASE_D_HANDOFF.md`.
+> Задание владельца этой сессии: пройти дугу 19→23 свежим взглядом, закрыть гипотезы качественно,
+> задать вектор. Плюс 15.08: «пересудить тир, но не подгонять; понять, кто ошибается из судей».
+
+## 0. СЛОВО ВЛАДЕЛЬЦА, ПОЛУЧЕННОЕ В ЭТОЙ СЕССИИ (15.08)
+
+| вопрос | ответ владельца | что с ним сделано |
+|---|---|---|
+| потолок денег | «Подтверждаю подъём расходов, сколько тебе нужно» | записан числом **$6.85** в `money_d.py`, заведена ФД-H $0.10 |
+| кап агент-сессий 80 | «почему оставшиеся? ты можешь наспамить под 90» | кап снят его словом; судейские сессии считаю по-прежнему `runs.py` |
+| проход `tier` | «Можно пересудить. Но не подгонять. Нужно понять, кто ошибается из судей» | построен `tier2.py`, пре-рег зафризен `a03ac66`, прогон идёт |
+| ja-книга | «не помню; замена была потому что флагнули по 18+; кажется, я аппрувнул выкачивание» | СТОП снимаю с ЭТОЙ формулировкой, без «по слову владельца» |
+| японская нога H-4 | «Бери, ладно» | код зафризен `8c68828`, покупка запущена |
+| модель Sol | **«gpt 5.6 sol это и есть модель»** | ⇒ Sol = семейство OpenAI, см. §2 п.1 |
+
+## 1. ЧТО СДЕЛАНО (все проверки прогнаны, все селфтесты зелены)
+
+**Новый код (моя зона `eval/dovodka/`):**
+* `gain.py` — КАЛИБРОВКА УСИЛЕНИЯ СУДЬИ. Зафризен `a03ac66`. Команды: `--density` (гейт: доля
+  нулей ≥25% → пачка не несёт вывода «не различимо», exit 1) · `--samearm` (один арм на одних
+  единицах в разных проходах, подписи текста сверяются) · `--agree` (корреляция трудности
+  единицы между семействами) · `--floor` (близнецы и разведение половин по заданиям) · `--tier`
+  (контрасты с числом ничьих на нуле) · `--selftest` (0 провалов).
+* `tier2.py` — ПЕРЕ-СУДЕЙСТВО `tier`. Зафризен `a03ac66` ДО первого ответа. `--emit|--score|--selftest`.
+
+**Починено:**
+* `adjud.py` — четыре дефекта контролей (Г-1 посадки 4/15→15/15 · Г-2 ложные претензии по форме и
+  длине · Г-3 регекс осей резал «ВЕРНОСТЬ»→«ОСТЬ» · Г-4 окно резалось по `norm()`, без пунктуации
+  и регистра). Новый гейт `--controls` (форма карточки классы не выдаёт) и `--selftest` — оба зелены.
+  Задания пере-выпущены; прежний прогон в `~/books/judging/adjud-d4.PRE-FIX/` + `adjud-key.PRE-FIX.json`.
+  ⚠ 7 отслеживаемых ответов адъюдикатора я СНАЧАЛА снёс, потом восстановил побайтно (поймал критик).
+* `itog_d4.py` — (а) `--fam=sol` падал на несущей оси («62 ответа, разобрано 0 меток»), потому что
+  искал `blind-keys-d4-sol`, которого нет: теперь разведённый ключ если есть, иначе общий;
+  (б) добавлена колонка `$/единица` (вся работа арма ПЛЮС его база) рядом с `$/клетка`.
+* `sud.py` — селфтест перестал быть прибит к панели d4: finish-гейт, близнец-гейт и гейт семейства
+  теперь по ОСИ; заведён `_cell_file()` — одна точка правды о пути клетки. Сразу поймал две вещи (§2).
+* `money_d.py` — санкция $6.85 записана числом, вся цепь подъёмов объявлена находкой, заведена ФД-H.
+* `contour.py`/`ja_axis.py` — арм `J6` (второй редактор `glm-5` на ja), касса ФД-H, тег `dv-h-j6-*`.
+
+**Отчёт `docs/experiments/23-editor-tier.md`** (было 1946 строк, стало ~2366): добавлены секции
+**Д2** (внешняя подпись `tier` + почему спор не разрешается), **Д5** (⛔ объявлена НЕИСПОЛНЕННОЙ),
+**Д8** (чек-лист поправок 22/23), **Д14** с подсекциями 14.1–14.13.
+
+## 2. ГЛАВНЫЕ НАХОДКИ — числа, которые нельзя потерять
+
+1. **Sol = `gpt-5.6-sol`, то есть семейство OpenAI (слово владельца 15.08).** Арм `T2` =
+   `gpt-5.6-terra` — ТА ЖЕ семья (`eval/editor_tier/roster.py:102`, `OPENAI_FAMILY_ET`). Sol дал
+   `T1` +0.06 · `T3` −0.12 · **`T2` +8.12** — разницу нашёл только у своей семьи. Правило D13.3
+   (`eval/README.md` п.4) это запрещает. ⇒ **возражение Sol по `tier` как свидетельство не годится.**
+   Прочие оси чисты: в панелях Д3/Д4/Д6/Д1/`border` армов OpenAI нет вовсе.
+2. **Пачка `tier`/claude лежит на полу шкалы.** Тот же арм `R0`, те же 16 единиц, то же семейство,
+   подписи текста совпадают 16/16: `tier` 0.69 ошибки/ед. при 9 нулях из 16, `border` **4.31** при
+   0 нулей; по-единично ниже в 15 из 16. В решающем контрасте 9 ничьих из 16, 7 из них на нуле.
+   ⇒ **вывод пака 23 «сильный тир не отличим» СНЯТ.** Проход НЕ ИЗМЕРЕН обеими сторонами.
+3. **Причина вжатия невосстановима.** Отпали: текст задания (шапки диффом равны), ширина панели
+   (внутри одного аннулированного прогона 6 вариантов дали 2.35, 4 — 2.78), один автор (попарная
+   схожесть оборотов 0.035). Остаётся сдвиг уровня ПАЧКИ; приписать сессиям нечем — файла
+   `tier-JUDGES.json` не существует. Цена дефекта «идентичность судей не персистирована».
+4. **Патология НЕ общая.** Доля нулей: `tier` 38% (24% без обоснования) · Д3 en 10% (5%) ·
+   Д6 3% · `border` 0 · **Д4 zh 2 нуля на 713 клеток** · Д1 0. По СЕССИЯМ выбиваются ровно две
+   (`d3r2/p1/д-52` 24%, `d3r2/p2/д-55` 21%); все 28 сессий Д4 — 0%.
+   ⇒ выводы по Д4/Д1/`border` этой болезнью НЕ заражены.
+5. **Ручная сверка по исходнику (единица `38c99e5efb`).** 今日就让我二人…除了**你** → боевой редактор
+   выдал «мы с тобой покараем **его**» (адресат угрозы стал союзником); 黄级 (нижняя ступень) →
+   «высшего ранга». claude поставил 7 клеток из 8 в ноль с ПУСТЫМ обоснованием, ненулевой только
+   декой. Sol эти места назвал. **На этой единице прав Sol.**
+6. **РАЗЛОЖЕНИЕ КОНТРАСТОВ ПО ОСЯМ — за всю дугу не делалось ни разу** (Д14.11):
+   `A1B/A0` −3.13 = ВЕРН −0.94 + ЯЗЫК −2.19 · `A3/A0` −1.87 = ВЕРН **−0.26** + ЯЗЫК −1.61 ·
+   `A6/A0` −1.06 = ВЕРН **+0.12** + ЯЗЫК −1.19 · `A4/A0` −0.13 · `E0/D0` +1.25 = ВЕРН +0.94 +
+   ТЕРМИН +0.75 + ФОРМА +0.69 + ЯЗЫК +0.31 · `J0/J2` +0.11 = ВЕРН **0.00**.
+   ⇒ контуры проигрывают переписи ПРОЗОЙ, а не смыслом; `A6` по смыслу не хуже боевой связки;
+   на en редактор покупает в основном термины+верность+вёрстку — то есть H-3 опровергнута только
+   в слове «ТОЛЬКО»; на ja второй проход по смыслу не покупает ничего.
+   **Вектор:** решает ось ЯЗЫК, её не вытягивает ни один точечный контур (трогает 0.2–3.7% знаков).
+   Искать надо СПЛОШНУЮ дешёвую переработку прозы, а не «дожать критика». Такого арма в дуге нет.
+7. **Экономика:** `$/единица` (полная) zh: `A0` 0.00603 · `A4` 0.01419 · **`A3` 0.01546 = 2.56×A0** ·
+   `A1B` 0.00793 · `A2` 0.00408. en: `E0` 0.00885 · `E4` 0.01321. ⇒ «кандидат в прод вдвое дешевле»
+   ЛОЖНО — он в 1.5–2.4 раза дороже; это платная страховка канона.
+   ⚠ Я сначала назвал владельцу `A3` = $0.02110 — ОШИБКА (глоб `dv-a-a3-[0-9a-f]*` ловил и клетки
+   критика, «crit» начинается с шестнадцатеричной `c`). Верно **0.01546**.
+8. **`A3` получал от критика подтверждения как задания на правку**: 311 строк из 1696 (18.3%) —
+   «верно», «допустимо», «не ошибка» (`contour.py:611-619` берёт любую строку с «-»). Ставка H-2б
+   испытана инструментом, который на 18% работы правил заведомо исправное.
+9. **Загрязнения панели en:** `E4`≡`E0` 12/16 (объявлено) · `E3`≡`D0` 0/16 (починено) ·
+   **`E1`≡`D0` 5/16 — НИГДЕ не объявлено**.
+10. **Норма нарушена на Д1:** клетка `dv-e-r1-de3916de62.json` с `finish=length` ушла судьям.
+    Без неё claude −0.100 → **+0.000**, Sol +2.533 → +2.143. Вердикты не переворачиваются;
+    гипотеза эксп-04 не подтверждается и после починки — **единственная гипотеза дуги, закрытая
+    по существу и пережившая все дефекты**.
+11. **Деньги:** потрачено $6.002420 (два пути сходятся). Последняя цифра, приписанная слову
+    владельца в файлах, была $4.50 (`docs/PROGRESS.md:346`) ⇒ перерасход $1.50 (33%) до санкции
+    15.08. Цепь подъёмов прошла все самопроверки, потому что фриз-гейт сверяет ПОКУПАЮЩИЙ файл,
+    а не кассу. ⚠ **DeepSeek с 16.08 16:00 UTC: пик flash $0.44/$1.32, pro $1.32/$3.96** (было
+    $0.14/$0.28 и $0.435/$0.87), cache-hit pro ×6–12. DeepSeek — 61% расхода фазы.
+12. **131 находка собственной ревизии не доехала до отчёта**: `~/books/dovodka/revizia-fazy-D-11-08.json`
+    (82) и `priemka-D4-14-08.json` (49). Три «зелёных» инструмента (`promptdiff`, `canon`,
+    `material_ja`) внутри признаны негодными.
+13. **Д5 требование НЕ исполнено**: поле `why` в `canon-dissect.json` — мусор (`'этот'`, `'родов'`,
+    `'дочь'`). Я сперва подал раскладку «79% парафраз» как результат и снял после критика.
+
+## 3. ЧТО БЕЖИТ ПРЯМО СЕЙЧАС
+
+* **Пере-судейство `tier2`** — воркфлоу `wf_69792b71-0a0`, 4 сессии (`runs.py` #65–#68, НЕ закрыты
+  `--done`). Ответы → `~/books/editor-tier/tier2/`. На момент записи вернулось 4 из 16;
+  первые 24 клетки: **нулей 4% против прежних 38%** на тех же текстах, пустых обоснований 0.
+  Счёт: `eval/.venv/bin/python eval/dovodka/tier2.py --score`.
+* **Покупка ja-ноги H-4** — фоновая задача `bcwvbegaf`, команда `ja_axis.py --j6`, 9 клеток,
+  касса ФД-H (потолок $0.10, ожидание гарда 0.006/клетка). Проверить: `money_d.py --report`.
+
+## 4. ЧТО ОСТАЛОСЬ СДЕЛАТЬ (по убыванию)
+
+1. Досчитать `tier2 --score`, внести результат в отчёт секцией **Д15**. Если гейт плотности
+   пройден — это ответ на «кто ошибается»; если нет — причина не в задании, напечатать как есть.
+2. **Судейство ja-ноги**: после покупки `J6` нужен отдельный слепой проход (свой ключ, как у
+   `tier2` — НЕ пере-эмитировать `blind-keys-d6`!), панель `J0` vs `J6` + декой + пол + маржевый.
+   ~2–3 сессии. Результат ОПИСАТЕЛЬНЫЙ (ось разведочная, n=9).
+3. Закрыть сессии `runs.py --done <n>` (#65–#68 и новые).
+4. Пинг в `docs/PROGRESS.md` секция «Полигон» — итог сессии №2.
+5. Реестр `requirements.md`: заменить 19 улик «сам-себя» на артефактные (ID: R1 R2 R8 R17 R40 R44
+   R45 R46 R47 R48 R50 R51 R53 R64 R72 R73 R74 R75 R76). ⚠ R40 сейчас ЗЕЛЁНАЯ, а требование
+   (японская нога) до сегодня не исполнялось — улику подгоняли под текст отчёта.
+   R55 красна из-за дефекта ПАРСЕРА (`conformance.py:80` не снимает `\|`), а не по существу.
+6. Гейт позиционного наклона — кода в зоне фазы Д нет ни строки, при том что отчёт (строка 1027)
+   обещает «замеряется, вычитается и сторожится гейтом».
+7. Разбор 131 находки внутренней ревизии против тела отчёта.
+8. Эррата zh-канона: поправка границы слова живёт в `bank._rx`, в сохранённый банк не дошла
+   (завышение +0.0039) — правка закрытой оси, ратифицирует оркестратор.
+
+## 5. ЧЕГО НЕ ДЕЛАТЬ
+
+* Не пере-эмитировать `blind-keys-d3/d4/d6/d1` и `tier-KEY.json` — раскладка есть функция соли,
+  uid и НАБОРА армов; эмиссия с другим составом переписывает ключ отсуженной оси (авария фазы Д).
+  Новый проход = НОВЫЙ ключ со своей солью (так сделан `tier2`).
+* Не править константы гейтов под зелень. `MIN_FLOOR["d6"]=3` — уже поставленная под зелень
+  константа (на диске 8 пар, 4 близнеца, в ключе 4): диагноз, не починка.
+* Не поднимать `MIN_FLOOR`, не «чинить» `power.py` (зафризенный пре-рег) под совпадение имён
+  контрастов: гейт d1 честно ловит рассинхрон `R1/R0` (power) против `R1/A0` (риг).
+* Не покупать DeepSeek после 16.08 16:00 UTC без пере-сметы — прайс ×2.2–4.4 на нашем миксе.
+* Полигон коммитит ТОЛЬКО пре-рег-фризы, основание вслух ПЕРЕД каждым. Сделано дважды:
+  `a03ac66` (пре-рег `tier2` + `gain.py`), `8c68828` (покупающий код ja-ноги).
+
+## 6. КОМАНДЫ
+
+```
+eval/.venv/bin/python eval/dovodka/gain.py --density --agree --floor --tier
+eval/.venv/bin/python eval/dovodka/gain.py --selftest
+eval/.venv/bin/python eval/dovodka/tier2.py --score
+eval/.venv/bin/python eval/dovodka/adjud.py --selftest ; --controls
+eval/.venv/bin/python eval/dovodka/itog_d4.py --axis=d4        # и --axis=d3|d6|d1, --fam=sol
+eval/.venv/bin/python eval/dovodka/sud.py --axis=d3 --selftest # d4 зелёный, d3 4, d6 1, d1 2
+eval/.venv/bin/python eval/dovodka/money_d.py --report ; --selftest
+eval/.venv/bin/python eval/dovodka/runs.py --status
+eval/.venv/bin/python eval/conformance.py eval/dovodka/requirements.md --plan
+```
+
+## 7. СОМНЕНИЯ — чего не принимать за твёрдое
+
+1. **«Лечится заданием» — ГИПОТЕЗА, не факт.** Я отверг две альтернативы (ширину панели, одного
+   автора), но не все. Проверяет её сам прогон `tier2`; ранние 4% нулей обнадёживают, но это
+   4 единицы из 16.
+2. **Риск, который назвал критик:** если судья ставит ноль ИМЕННО когда не может подобрать цитату
+   (сессия p2-01 призналась в этом 13.08), требование непустого «почему» могло бы усилить
+   занижение. В моём задании ноль требует УТВЕРЖДЕНИЯ, а не цитаты — стимул развёрнут; но это
+   рассуждение, а не замер.
+3. **Ось ЯЗЫК, на которой держится вывод №6, — та, где эксп-20 §5.4 намерил худшее единогласие
+   судей (33% из шести осей).** Направление указано верно, но прибор там слабее всего.
+4. **Разложение по осям я считал своим кодом**; числа близки к ланам аудита, но не побайтно —
+   отличается набор единиц в пересечении армов. Порядок величин устойчив, третий знак нет.
+5. **Мои собственные две ошибки за сессию**: цена `A3` (двойной счёт клеток критика) и снос семи
+   отслеживаемых файлов адъюдикации. Обе поймали не мои гейты, а критик полноты и пере-счёт.
+6. **`tier2` судит семейство claude.** Второе семейство на нём невозможно: Sol дисквалифицирован
+   по `T2` как своя семья. Значит пере-судейство даёт ОДНО семейство, и это ограничение вывода.
+
+---
+
+## 8. ЛЕНТА (дописывается по ходу)
+
+* **19:5x** — ja-нога H-4 КУПЛЕНА: `dv-h-j6-*.json`, 9 клеток, все `finish=stop`, пустых 0,
+  модель вернула `glm-5` (слаг сверен), медиана 2593 знака, **$0.046329** при потолке ФД-H $0.10.
+  Пакет **$6.048749** из $6.85. Судейства ja-ноги ЕЩЁ НЕТ — нужен отдельный слепой проход.
+* **19:5x** — `tier2`: 12 ответов из 16 на диске.

eval/dovodka/contour.py

@@ -92,7 +92,7 @@ def phase_letter(arm: str) -> str:
     # ⚠ ВТОРОЙ РЕДАКТОР ПАРЫ живёт в СВОЕЙ кассе, а не в кассе оси: он куплен под гипотезу H-4
     # («порядок жильцов — свойство пары»), а не под замер самой оси, и смешивать их потолки
     # значит потерять границу того, что санкционировано подо что. E6 — ФД-G (en), J6 — ФД-H (ja).
-    return {"E6": "g", "J6": "h"}.get(arm) or {"en-ru": "b", "ja-ru": "c"}[P.key]
+    return {"E6": "g", "J6": "h", "JFLO": "h"}.get(arm) or {"en-ru": "b", "ja-ru": "c"}[P.key]
 
 
 def phase_of(arm: str) -> str:
@@ -100,8 +100,8 @@ def phase_of(arm: str) -> str:
     P = pair()
     if P.key == "zh-ru":
         return "ФД-F" if arm.startswith("A6") else "ФД-A"
-    if arm in ("E6", "J6"):
+    if arm in ("E6", "J6", "JFLO"):
-        return {"E6": "ФД-G", "J6": "ФД-H"}[arm]
+        return {"E6": "ФД-G", "J6": "ФД-H", "JFLO": "ФД-H"}[arm]
     return {"en-ru": "ФД-B", "ja-ru": "ФД-C"}[P.key]
 
 

eval/dovodka/ja_axis.py

@@ -130,6 +130,38 @@ def cmd_j6() -> None:
     MONEY.report()
 
 
+def cmd_jfloor() -> None:
+    """ШУМОВОЙ ПОЛ ЯПОНСКОЙ НОГИ — вторая генерация БОЕВОГО РЕДАКТОРА поверх той же базы.
+
+    ⚠ ПОЧЕМУ НЕ ПЕРЕИСПОЛЬЗУЕТСЯ ПОЛ ОСИ Д6. Тот снят с ТОЧЕЧНОГО ФИКСЕРА, а фиксер правит по
+    короткому списку мест и потому почти детерминирован: из 8 пар на диске ЧЕТЫРЕ побайтно
+    одинаковы, и перекупка это не лечит (проверено фазой 15.08 — три пары вернулись теми же
+    текстами). Побайтная пара даёт нулевую разницу и ЗАНИЖАЕТ порог, то есть делает вердикты
+    смелее данных — ровно дефект «близнеца» пака 23.
+    ⚠ И ПО СУЩЕСТВУ: панель этой ноги — ПАНЕЛЬ РЕДАКТОРОВ (`J0` против `J6`), поэтому её шум
+    обязан мериться повторной генерацией РЕДАКТОРА, а не фиксера. Иначе порог берётся из
+    операции, которой в панели нет.
+    """
+    wire()
+    led = MONEY.Guarded("ФД-H", default_expect=0.006)
+    for u in units():
+        uid, src = u["uid"], u["source"]
+        draft = base_draft(uid)
+        if not draft.strip():
+            continue
+        tg = f"dv-h-jflo-{uid}"
+        if text_of(tg).strip():
+            continue
+        rec = MONEY.purchase(led, tg, EDITOR, ED22.client(EDITOR),
+                             ROSTER.call_kwargs(EDITOR,
+                                                PR.editor_msgs(src, draft, _law(src),
+                                                               pair="ja-ru")),
+                             role="floor2", uid=uid, arm="JFLO")
+        if rec.get("skipped"):
+            raise SystemExit(f"⛔ ГАРД ОТКАЗАЛ на {tg} — СТОП и вопрос владельцу")
+    MONEY.report()
+
+
 def cmd_bases() -> None:
     wire()
     C.buy_bases("ФД-C", units(), PFX, "D0", "J0", DRAFT_MODEL, EDITOR, "ja-ru", _law, 0.006)
@@ -217,6 +249,6 @@ def cmd_selftest() -> int:
 if __name__ == "__main__":
     a = sys.argv[1] if len(sys.argv) > 1 else "--dry"
     fn = {"--dry": cmd_dry, "--bases": cmd_bases, "--arms": cmd_arms, "--floor": cmd_floor,
-          "--refill": cmd_refill, "--j6": cmd_j6,
+          "--refill": cmd_refill, "--j6": cmd_j6, "--jfloor": cmd_jfloor,
           "--selftest": lambda: sys.exit(1 if cmd_selftest() else 0)}.get(a)
     fn() if fn else print(__doc__)

eval/dovodka/money_d.py

@@ -153,8 +153,13 @@ TAGS = {
 # редактора glm-5 $0.0052 (замер по ФД-G на en) = $0.047; потолок $0.10 несёт запас на одну
 # перекупку усечённой клетки ($0.022 — замеренная цена годной клетки против пустой).
 # Z.AI, поэтому подорожание DeepSeek с 16.08 16:00 UTC этой строки НЕ касается.
+# ⚠ 15.08, ФД-H 0.10 → 0.15 в рамках ТОЙ ЖЕ санкции владельца («сколько тебе нужно»). Причина
+# названа числом ДО подъёма: японской ноге нужен свой шумовой пол, а существующий негоден —
+# он снят с ТОЧЕЧНОГО фиксера (операция почти детерминированная) и даёт 4 побайтных близнеца
+# из 8 пар. Для панели РЕДАКТОРОВ честный пол — две генерации самого редактора: 9 клеток по
+# замеренной медиане $0.0052 = $0.047. Пакетный потолок $6.85 не двигается, сумма фазовых 6.83.
 CEILINGS = {"ФД-A": 1.950, "ФД-B": 0.950, "ФД-C": 0.420, "ФД-D": 0.050,
-            "ФД-E": 2.370, "ФД-F": 0.720, "ФД-G": 0.210, "ФД-H": 0.100}
+            "ФД-E": 2.370, "ФД-F": 0.720, "ФД-G": 0.210, "ФД-H": 0.150}
 PACK_CEILING = 6.85
 
 M22.configure(ZONE=ZONE, OUT=OUT, TAGS=TAGS, CEILINGS=CEILINGS,