diff --git a/docs/RESEARCHER_BANK_MINING_SESSION_PROMPT.md b/docs/RESEARCHER_BANK_MINING_SESSION_PROMPT.md index 885a2e8..41ad8e9 100644 --- a/docs/RESEARCHER_BANK_MINING_SESSION_PROMPT.md +++ b/docs/RESEARCHER_BANK_MINING_SESSION_PROMPT.md @@ -33,11 +33,20 @@ NEVER_CLOSED `H15` (аудит `08`) и владельческие V4-п4 (ка сведение. Web-fetch-тир (V4-п4) — за trust boundary D25.5 (Ф3), в дизайн заложить как слот, не строить. ## Вопросы пакета (ядро — из записки ресёрчера-19, ратифицировано) -**(а) Хватает ли ЧИСТОГО КОДА?** Спроектировать детерминированный детектор кандидатов и **тест -recall/precision против сида v2 — ДО любого LLM.** Сигналы: частота × PMI/termhood (c-value-класс) × -**разброс переводов в черновиках** (новый сигнал: сущность, которую draft-модель переводит -НЕконсистентно между чанками, — первый кандидат в банк) × NER-маркеры (титул/имя-паттерны). Пороги, -их устойчивость, честный протокол замера (train/test-раскол по главам, чтобы пороги не подгонялись). +**(а) Хватает ли ЧИСТОГО КОДА?** Спроектировать **2–3 ВАРИАНТА детерминированного детектора** (не один +дизайн; например: минимальный частотно-контрастный → +разброс переводов → +NER-паттерны) **с +trade-off-таблицей** (recall/precision/сложность/хрупкость порогов), и **тест recall/precision против +сида v2 — ДО любого LLM**; §D сравнивает варианты АРМАМИ против одного ground truth (все — код за $0; +выбор по данным, не «первый предложенный дизайн победил»). Сигналы: частота × PMI/termhood +(c-value-класс) × **разброс переводов в черновиках** (новый сигнал: сущность, которую draft-модель +переводит НЕконсистентно между чанками, — первый кандидат в банк) × NER-маркеры (титул/имя-паттерны). +Пороги, их устойчивость, честный протокол замера (train/test-раскол по главам, чтобы пороги не +подгонялись). +**(а-бис) Кластеризация алиасов — ЯВНАЯ отдельная подзадача (самое нетривиальное место +детерминированного пути).** 方源 / 方公子 / «четвёртый Фан» — поверхностно непохожие строки: по общим +иероглифам код кластеризует легко, титулы/прозвища — уже кореференция. Провести **честную границу**: +что кластеризует код (какими правилами, с какой ожидаемой ошибкой), что — слепая зона (г) для +LLM/локальной-9B, что остаётся человеку при подписи. Не схлопывать в одну фразу. **(б) Канал «сноска переводчика» vs код-детектор vs гибрид** — по recall и цене (~$0.004 vs $0 vs ~$0.02/ранобэ — оценки ресёрчера-19, пере-верифицировать). Сноска: строгий разделитель, срез КОДОМ на границе волн, **редактор её не видит**. ⚠ Проработать интеграционные точки канала сноски с @@ -55,7 +64,9 @@ echo-гейт, request_hash/детерминизм (формат сноски в ## Deliverable `docs/research/20-bank-mining.md`: §A (заморожен: внешняя фактура — ATE/терм-майнинг, PMI/c-value, bilingual terminology mining, translation-consistency сигналы, NER для литературного zh/ja) · §B (дифф -§A↔репо + спека детектора и канала сноски) · §C (консолидация W1.5 + схема потока данных до сида) · -§D (**пре-рег дизайн полигон-эмпирики**: recall/precision детектора против сида v2 на СУЩЕСТВУЮЩИХ -черновиках $0; арм-сравнение (б); методология-guard D32.4) · §E (открытые вопросы владельцу/бэкенду). +§A↔репо + **спеки 2–3 вариантов детектора с trade-off-таблицей** + явная подзадача алиас-кластеризации +с границей «код vs слепая зона (г)» + спека канала сноски) · §C (консолидация W1.5 + схема потока +данных до сида) · §D (**пре-рег дизайн полигон-эмпирики**: варианты детектора АРМАМИ по +recall/precision против сида v2 на СУЩЕСТВУЮЩИХ черновиках $0; арм-сравнение канала (б); +методология-guard D32.4) · §E (открытые вопросы владельцу/бэкенду). Полигон исполняет §D отдельным промтом ПОСЛЕ exp15 (author≠reviewer).