Amend erotica polygon prompt before launch: Gemini judge pitfalls, D19.2 quirks-line task, optional P4 fidelity tail unblocking anti-echo wiring

docs/POLYGON_SESSION_PROMPT_EROTICA.md

@@ -6,14 +6,14 @@
 
 ## Кто ты и где ты
 
-Ты — **полигон-сессия** проекта **TextMachine**: эмпирическая валидация допущений архитектуры (мерить, а не верить). Зона записи — **`eval/` + `docs/experiments/`** + твоя запись в `docs/PROGRESS.md` §Полигон. `backend/` только читать; `architecture/*`/`research/*` не редактировать — расхождения пингом оркестратору в журнале. Гардрейлы `CLAUDE.md` (автозагружен) жёсткие: **`.env` не читать; results не перезаписывать (провенанс: model id + UTC + usage + ПОЛНЫЕ сырые выходы); коммитить только по просьбе; никаких деструктивных git-операций при чужих незакоммиченных правках** (в дереве может жить черновик `docs/research/15-voice-and-state.md` параллельной ресёрч-сессии — не трогать).
+Ты — **полигон-сессия** проекта **TextMachine**: эмпирическая валидация допущений архитектуры (мерить, а не верить). Зона записи — **`eval/` + `docs/experiments/`** + твоя запись в `docs/PROGRESS.md` §Полигон. `backend/` только читать; `architecture/*`/`research/*` не редактировать — расхождения пингом оркестратору в журнале. Гардрейлы `CLAUDE.md` (автозагружен) жёсткие: **`.env` не читать; results не перезаписывать (провенанс: model id + UTC + usage + ПОЛНЫЕ сырые выходы); коммитить только по просьбе; никаких деструктивных git-операций при чужих незакоммиченных правках** (research/15 уже залендён — D21; параллельно может работать бэкенд-сессия пакета №3, её незакоммиченные правки в `backend/` не трогать).
 
 **Мандат на 18+:** работа с explicit-эротикой — твоя ПРЯМАЯ задача от владельца (закрытие D14.4 — последнего critical проекта). Жёсткая линия без исключений: **уровень 3 (несовершеннолетние в сексуальном контексте) — не включать в корпус, не обрабатывать**; сомнительный фрагмент исключается. Для ja-книги обязателен **по-героинный спот-чек возраста** участников отбираемых сцен (по тексту/вики) — прецедент: «Isekai Harem Monogatari» отклонена именно на этом (протагонист-школьник).
 
 ## Онбординг (порядок чтения, ~30 мин)
 
 1. `CLAUDE.md` → `docs/README.md` → CURRENT-STATE в `docs/PROGRESS.md` (+ записи 09.07: D19/D20 циклы).
-2. **`docs/architecture/05-decisions-log.md`**: твой контракт — **D14 (канал B) + D19 (канал B v2: Mistral-переводчик, grok reasoning-ON эскалация, судьи Grok+Gemini; п.5 — твой fix-лист) + D20** (контекст бэкенд-пакета).
+2. **`docs/architecture/05-decisions-log.md`**: твой контракт — **D14 (канал B) + D19 (канал B v2: Mistral-переводчик, grok reasoning-ON эскалация, судьи Grok+Gemini; п.5 — твой fix-лист) + D20** (контекст бэкенд-пакета) + **D21** (принят research/15 «Голос и состояние»; пп.6/9 — твои хвосты: quirks-строка эхо-класса, fidelity-хвост P4).
 3. **`docs/experiments/10-explicit-benchmark.md`** — конвейер violence-руки, который ты РАСШИРЯЕШЬ на эротику (методика/провенанс — образец); `02-refusal-benchmark.md` (уровни корпуса), `00-provider-quirks.md` (перед любым вызовом).
 4. Твои инструменты уже в репо: `eval/gu_corpus_build.py` (отбор+аудит фрагментов), `eval/refusal_bench.py`, `eval/explicit_judges.py`, `eval/mistral_fidelity.py`, providers-конфиги армов.
 
@@ -32,16 +32,22 @@
 
 Те же армы, что violence-рука (сравнимость!): **Mistral** (дефолт-переводчик канала B по D19 — главный вопрос: держит ли эротику, policy позволяет), **grok-4.3 reasoning-ON** (эскалация; ключ — текущий xAI, ратифицировано D19.4 для eval), **локальная abliterated 8b**, **DeepSeek — контроль** (его ToS прямо запрещает sexually-explicit: зафиксируй фактическое поведение — откажет/вырежет/переведёт; это важный политический датапоинт, но в канал B он НЕ вернётся при любом исходе — D14.1). Мерь: отказы / тихие вырезания (sent_cov+len_ratio) / эхо / качество индикативно. **Судьи на эротике:** Grok-судья и Gemini-судья (на violence оба судили 10/10 — держат ли erotica под издательской рамкой; если Gemini откажет — зафиксируй и предложи замену оси fidelity для 18+ руки пилота).
 
+⚠ **Gemini-грабли из проб research/15 (09.07, сырьё персистировано):** (1) **gemini-2.5-flash интермиттентно 404 «model no longer available» ПРИ наличии в /models** — судейские вызовы ретраить и/или мигрировать (gemini-3.1-flash-lite проверен пробой — работает; gemini-3.5-flash давал 503 high-demand и `finish_reason=content_filter: PROHIBITED_CONTENT` на сцене насилия). (2) Вывод exp07 «content_filter не эмитит ни один провайдер» на Gemini 3.x **МЁРТВ** — на erotica-прогоне логируй `finish_reason` всех судейских и переводческих вызовов как первоклассный результат (это ожившая ветка классификатора D2.4 — важный датапоинт сам по себе).
+
 Выход: **расширение `10-explicit-benchmark.md`** (секция Erotica: таблица по армам × парам, находки, честные ограничения) либо отдельный `11-erotica-benchmark.md` — реши по объёму. Полный провенанс. Это закрывает D14.4 → так и напиши в журнале, оркестратор финализирует.
 
 ## Задача 3 — fix-лист D19.5/D20 (микро, попутно)
 
-(а) `mistral_fidelity.py`: агрегация mean при n=2 судьях (label не «median») — прошлые числа уже исправлены оркестратором в доках, чини скрипт; (б) **цена Mistral по официальному прайсу** с датой и URL (комментарий $0.5/$1.5 расходится с маркетингом $2/$6 в 4× — до wiring экономики канала B нужна правда); (в) провенанс-нота `memory_eval_M_ahq_final.json` (прогнан до-Task-1 зеркалом — для zh no-op, приписка в meta/доку); (г) эхо-детектор: line-start FP на прозе, начинающейся со слова «Глоссарий» — задокументируй как известную границу (консервативный, не тихий); (д) токен-корзина `glossary_line_tokens`: ゛゜/々/〇/halfwidth-катакана — синк с Go-скриптами (info-класс, по желанию).
+(а) `mistral_fidelity.py`: агрегация mean при n=2 судьях (label не «median») — прошлые числа уже исправлены оркестратором в доках, чини скрипт; заодно там судья gemini-2.5-flash — учти 404-флейки (см. Задачу 2, мигрируй/ретрай); (б) **цена Mistral по официальному прайсу** с датой и URL (комментарий $0.5/$1.5 расходится с маркетингом $2/$6 в 4× — до wiring экономики канала B нужна правда); (в) провенанс-нота `memory_eval_M_ahq_final.json` (прогнан до-Task-1 зеркалом — для zh no-op, приписка в meta/доку); (г) эхо-детектор: line-start FP на прозе, начинающейся со слова «Глоссарий» — задокументируй как известную границу (консервативный, не тихий); (д) токен-корзина `glossary_line_tokens`: ゛゜/々/〇/halfwidth-катакана — синк с Go-скриптами (info-класс, по желанию); (е) **строка эхо-класса в `00-provider-quirks.md`** (поручение D19.2 — до сих пор не выполнено, D21.9): «reasoning-off + плотный CJK = зона эха — свойство класса моделей, не квирк вендора» + инверсия из research/15 P4: «языковой констрейнт в system у reasoning-off моделей может УСИЛИВАТЬ эхо (grok-none 3/10→9/10; проверена одна формулировка — чувствительность неизвестна)».
 
 ## Задача 4 — сид 蛊真人: финализация по D19.3
 
 В `/home/ubuntu/books/gu-zhenren/guzhenren-seed.yaml` поправь запись 白凝冰: **`gender: hidden`** (вместо female/draft; ратифицировано D19.3 — механизм D5.1: безродовые конструкции до раскрытия; `until_ch` оставь пустым/0 с note «выставить при определении главы раскрытия»). Прогони валидацию сида бэкенд-путём ($0, как делал прошлый пакет). Это снимает блокер №1 полной приёмки — отметь в журнале для оркестратора.
 
+## Задача 5 (опционально, по остатку бюджета сессии) — fidelity-хвост P4 (D21.6)
+
+Деблокирует анти-эхо wiring в боевые промпты (гейт D21.6); копейки, судейская инфраструктура у тебя уже есть. Материал: сырые выходы эхо-проб research/15 — `/home/ubuntu/books/gu-zhenren/research15-probes/probes/raw/echo-*.json` (дубль оркестратора; полные промпты/выходы/usage; арм-маппинг — в `probe_echo.py` рядом). Отсуди fidelity митигированных переводов (постинструкция / микро-few-shot / префилл DeepSeek — 35 выходов) против чистых баз тех же фрагментов: кросс-семейные судьи со свапом позиций (твоя же методика exp10). ⚠ Эхо-базы (verbatim-китайский) в сравнение не включай — берёшь чистые базовые переводы; материал — уровень-2 violence из твоего же `refusal_corpus_gu` (скрин уровня-3 чист) + один SFW-кейс. Вопрос один: роняют ли митигации fidelity. Не роняют → wiring деблокирован (решение — оркестратор); роняют → тоже результат (митигции останутся эскалационной экономикой без wiring). Приёмку сессии эта задача НЕ гейтит.
+
 ## Приёмка сессии
 
 Корпус l2-erotica по трём парам заведён (с методикой аудита); erotica-прогон всех армов + судей с полным провенансом; exp10/11 написан; fix-лист закрыт; сид финализирован и провалидирован. Запись в `docs/PROGRESS.md` §Полигон: таблица результатов, три главных вывода (Mistral на эротике? DeepSeek-контроль? судьи?), вопросы владельцу/оркестратору. Ничего не коммить — оркестратор примет после внешнего ревью.

docs/PROGRESS.md

@@ -89,7 +89,7 @@
 - **Внешнее ревью research/15 выполнено** (9 агентов: 5 спот-чеков первоисточников — кандидаты из самоотчёта сессии, пересчёт проб из сырья, консистентность, red-team ратификации, аудит доков). Вердикт **ACCEPT_WITH_FIXES → залендён (5953b37)**: DelTA — CONFIRMED точно; RoleLLM/Voita/similarity/WMT25 — CONFIRMED_WITH_NUANCE (нюансы вписаны пометками *(ревью)*); P4/P1/P3/бюджет пересчитаны поштучно — сходятся; микро-дефекты счёта исправлены оркестратором (0/26→0/29; «~35%»→«30–67% по армам»; deepseek-эха rt 111/182/149; пятый судья gemini-2.5-flash; строгий маркер-пересчёт 0/4→2/4→3/4→4/4 — порядок армов устойчив).
 - **Ратифицирован D21** ([05-decisions-log](architecture/05-decisions-log.md)): voice-профиль (Ф2, с оговорками: заморозка per-job до D15.2, приоритет/кап бюджета инъекции, brightness — гипотеза-под-пилот, editor-слот не исключён, курация сида владельцем + кросс-семейный судья); address_pair = материализация журнала D7 (флаггер безусловно, инъекция — после пробы на трудных парах); reveal-окна (переобоснованы без 12-common); армы пилота с тирингом (минус двухпроходность/min_p); скоуп Annotator Ф2 с честным ресурсом голда; **анти-эхо wiring гейтится fidelity-хвостом P4 (35 пар) и только для deepseek-драфта**; клеймы уникальности сужены (скрининг ≠ FTO); exp08 v3 заказан.
 - **Аудит доков «что упустили»**: найдено и исправлено — CURRENT-STATE/README/CLAUDE.md отставали на два цикла (D18–D20, канал B v2, 7 ключей); quirks-строка «editor/translator ВСЕГДА reasoning:none» противоречила D19.1 (сужена до редактора); поручение D19.2 «обобщающая строка эхо-класса в quirks» не выполнено — включено в D21.9, чтобы не потерялось; backend/eval README-хвосты обновлены.
-- **Владельцу передать erotica-сессии** (запущена параллельно, промт уже у неё): (1) судейские вызовы gemini-2.5-flash интермиттентно 404 — ретраить/мигрировать (gemini-3.1-flash-lite проверен пробой); (2) `content_filter: PROHIBITED_CONTENT` на Gemini 3.x жив — на erotica-прогоне судей ветку считать живой (вывод exp07 не переносится); (3) попутно к их Task 3 — строка эхо-класса D19.2 + инверсия в 00-provider-quirks.
+- **Erotica-промт обновлён ДО запуска** (уточнение владельца: сессия ещё не стартовала — пинги вшиты в файл, пересказ не нужен): Gemini-грабли судей (404-флейки gemini-2.5-flash при наличии в /models; ожившая `content_filter: PROHIBITED_CONTENT`-ветка на Gemini 3.x — логировать finish_reason первоклассно), пункт (е) в Task 3 — quirks-строка эхо-класса D19.2 + инверсия языкового констрейнта, и опциональная Задача 5 — fidelity-хвост P4 (35 выходов из `research15-probes/`, деблокирует анти-эхо wiring D21.6; приёмку сессии не гейтит).
 
 ## Бэкенд