Answer the owner's two head questions from what survived a second reading, a second family or a second instrument, and say plainly that the meta-question still has no instrument
This commit is contained in:
parent
705c875db8
commit
438df9c824
1 changed files with 197 additions and 0 deletions
|
|
@ -5708,3 +5708,200 @@ n = 16 английских единиц = 7.89 главы Гу · k = 5 арм
|
|||
```
|
||||
|
||||
⇒ **Долг Д34.5 закрыт.** Цена — 16 сессий, $0.
|
||||
|
||||
---
|
||||
|
||||
# Д38 — ⭐⭐⭐ ОТВЕТ НА ДВА ГЛАВНЫХ ВОПРОСА ВЛАДЕЛЬЦА
|
||||
|
||||
**Вопросы взяты дословно из `eval/dovodka/PLAN-22-08.md` §1, где их записал сам владелец.** Их там
|
||||
ТРИ, и это важно для честности ответа:
|
||||
|
||||
* **Вопрос 0 (метавопрос):** живой художественный русский **с консистентными терминами по ВСЕЙ
|
||||
книге**. ⛔ На него **не отвечает ни один наш прибор** — все панели фазы мерят ОДНУ главу.
|
||||
Статус — Д38.3, и он не изменился.
|
||||
* **Вопрос 1:** оптимальная архитектура пайплайна.
|
||||
* **Вопрос 2:** связка моделей для неё — без привязки к одному вендору.
|
||||
|
||||
⇒ Отвечаю на **1 и 2**. Ноль остаётся открытым, и это говорится первым, а не в сноске.
|
||||
|
||||
### Д38.0 ЧЕМ Я ОТВЕЧАЮ И ЧТО ОТКАЗЫВАЮСЬ ГОВОРИТЬ
|
||||
|
||||
В ответ идёт только то, что пережило хотя бы одно из: **второе чтение · второе семейство ·
|
||||
второй прибор**. Всё прочее помечено как неустановленное прямо в строке. Два числа, которых у фазы
|
||||
не было до 29.08 и которые теперь стоят под каждым «неразличимо»:
|
||||
|
||||
```
|
||||
ШКАЛА (Д36.9): «удалить ВЕСЬ ролевой промт» = 1.33 порога · «удалить дорогую стадию» = 1.62–2.34
|
||||
⇒ всё, что фаза назвала неразличимым, МЕНЬШЕ полного ролевого промта
|
||||
ШУМ (Д37.3): доля чисто читательского шума в пороге = 0.34 (повтор одним семейством)
|
||||
⇒ треть порога — прибор, две трети — текст
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## Д38.1 ⭐⭐ ВОПРОС 1 — АРХИТЕКТУРА. ОТВЕТ
|
||||
|
||||
> **Дефолт — ОДНО дорогое письмо, которого коснулось каждое слово, плюс детерминированный слой
|
||||
> (гейты на хвосты · узкий канон-фиксер · ре-ген красной главы) плюс банк как носитель канона.
|
||||
> ЧИСЛО ПРОХОДОВ — ВОПРОС ЦЕНЫ, А НЕ КАЧЕСТВА: между схемами второго прохода прибор рычага не
|
||||
> находит, и решают цена, хвосты, детерминизм и наблюдаемость.**
|
||||
|
||||
**На чём это стоит — семь замеров, каждый с тем, что его подтвердило:**
|
||||
|
||||
| что установлено | чем и насколько твёрдо |
|
||||
|---|---|
|
||||
| **Голый черновик различимо хуже боевой связки** | `ZD↔Z0`: +4.12 при пороге 2.39, p=0.006 (круг 1) и +4.92 при 2.10, p=0.0005 (круг 2, ДРУГОЕ семейство). **Факт о тексте** |
|
||||
| **А вот «всё, чего не касалась дорогая модель» — НЕВЕРНО** | обогащённый черновик `Z8` был «различимо хуже» в круге 1 (p=0.039) и **не пережил смену семейства** (p=0.146) ⇒ вердикт снят. Честная форма: различимо хуже **ГОЛЫЙ** черновик |
|
||||
| **Вся середина архитектур неразличима** | `ZP`·`Z7`·`Z1`·`Z8R`·`RN`·`RB`·`RC`·`ZF` — «в пределах» в ОБОИХ кругах и ОБОИХ семействах. Самое сильное «неразличимо», какое фаза произвела |
|
||||
| **⇒ схемы решает ЦЕНА** | однопроходка-роль **$46** на книгу · боевая связка **$68** · критик → полный перепис **$133**. Качество прибор не разводит |
|
||||
| **Ставка владельца H-2б (смысловой критик → фиксер) НЕ подтверждена** | самая дорогая схема фазы при качестве, неотличимом от однопроходки; на zh ось объявлена описательной, `A3/A0` порога не перешёл |
|
||||
| **Буфер архитектуры существует** | слабый жилец РЕДАКТОРОМ над боевым черновиком неотличим от боевого `dspro` в той же роли; он же ОДНОПРОХОДКОЙ различимо хуже — **три круга чтения, два семейства** (p=0.0042 · 0.0213 · 0.0042) **и второй прибор** (+13 фаталов, p=0.0312) |
|
||||
| **Детерминированный слой не бесплатен** | канон-фиксер чинит канон (zh: 48 щелей → 22) и несёт замеренный однонаправленный штраф читаемости **0.58 места** (6 глав хуже, 0 лучше, p≈0.03). Это цена слоя, и она стоит в решении |
|
||||
|
||||
**⭐ И то, что добавил Шаг 4 сегодня — новая, отдельная строка ответа:**
|
||||
|
||||
> **Ролевой промт весит столько же, сколько целая дорогая стадия** (1.33 порога против 1.62–2.34),
|
||||
> **и весь его вес лежит на ПРОЗЕ, а не на браке.** Ранговый прибор разводит «с промтом» и «без
|
||||
> промта» различимо (+1.50 при пороге 1.13, p=0.0213; текст без промта читатель называет машинным
|
||||
> в 9 главах из 16, с промтом — НИ РАЗУ). Детерминированный счётчик дефектов между ними разницы НЕ
|
||||
> находит (p=0.6875) — при том, что грубый декой он на той же панели ловит.
|
||||
|
||||
⇒ **Минимакс владельца получает третий член.** Было: «по браку несут ГЕЙТЫ, по прозе — РОСТЕР».
|
||||
Стало: **по прозе несут РОСТЕР и ПРОМТ, и промт того же порядка, что дорогая стадия.**
|
||||
|
||||
### ⛔ ЧЕГО ЭТОТ ОТВЕТ НЕ ПОКРЫВАЕТ — читать вместе с ним
|
||||
|
||||
1. **Порядок ВНУТРИ середины не будет известен никогда** при разумных бюджетах: эффект в 1.0 места
|
||||
стоит 40 глав Гу на zh и 68 на en, эффект 0.5 места — 160 и 271.
|
||||
2. **Долг `ZP` закрывается ОБЪЯВЛЕНИЕМ, а не покупкой** (план §7 п.5). Английская
|
||||
однопроходка-склейка несла КИТАЙСКИЙ мандат (Д30.1), пере-покупка стоит ~$0.4 и в резерв не
|
||||
влезает ⇒ **несущий контраст дуги Д23 объявляется УСЛОВНЫМ**, и легитимная английская
|
||||
однопроходка — это `RN` ($46), а не `ZP` ($41). Молча это не роняется.
|
||||
3. **Кросс-главная консистентность не мерилась** — это Вопрос 0.
|
||||
4. **Ось ВЕРНОСТИ владельца прибором не покрыта:** на его собственном чтении читаемость совпала с
|
||||
прибором точь-в-точь, а верность разошлась радикально — он ставит смелый текст первым, прибор
|
||||
последним. Наше правило чтения ставит эту ось ПЕРВОЙ ⇒ **риск: прибор системно топит смелое
|
||||
письмо там, где владелец бы не топил.** Сегодня это ещё и подтвердилось изнутри: на главе с
|
||||
типографским приёмом два семейства читателей развернули порядок ровно по этой линии (Д37.4).
|
||||
|
||||
---
|
||||
|
||||
## Д38.2 ⭐⭐ ВОПРОС 2 — СВЯЗКА МОДЕЛЕЙ. ОТВЕТ
|
||||
|
||||
> **Дефолт письма — `deepseek-v4-pro`; запасной, вендоро-независимый — `glm-5` С РАЗМЫШЛЕНИЕМ,
|
||||
> втрое-вчетверо дороже. Всё остальное испытанное — либо закрыто, либо НЕ УСТАНОВЛЕНО, и «не хуже»
|
||||
> про него писать нельзя. Платим не за вендора, а за КОНФИГУРАЦИЮ.**
|
||||
|
||||
| модель · конфигурация | вердикт | чем держится |
|
||||
|---|---|---|
|
||||
| **`deepseek-v4-pro`** | **дефолт письма** | якорь; ни один испытанный вендор его не обошёл |
|
||||
| **`glm-5` с размышлением** | **запасной, годен** | разрыв с якорем −0.08 при пороге 1.86 — ПЕРЕНОСИМ. Цена ×3.2–4.1, полосой |
|
||||
| `glm-5` БЕЗ размышления | ⛔ **различимо хуже** | +2.61 места **внутри одной модели**, два прибора согласны |
|
||||
| `grok-4.3` на `high` | ⛔ **ЗАКРЫТ** | +5.33…+5.75 при порогах 2.0–2.4, p=0.001 · 0.0005 · 0.0005 — **единственный вендор-вердикт фазы, переживший второе чтение** |
|
||||
| `grok-4.3` на `low` | ⚠ **НЕ УСТАНОВЛЕНО** | вердикт ПЕРЕВЕРНУЛСЯ между кругами ⇒ читательский, в живые не идёт |
|
||||
| `gemini` (все три ступени) | ⚠ **прибор не решил** | «в пределах», но конъюнкцию рушит то порог, то знаковый тест — в разных кругах по-разному |
|
||||
| `gpt-5.6-luna` | ⚠ **прибор не решил** | то же самое зеркально. ⛔ Строка Д29.2 «в дорогой роли НЕ мерен» **устарела**: 16 клеток `RL` куплены и отсужены |
|
||||
| **вендор-дефолт как конфигурация** | ⛔ **ЗАПРЕЩЁН** | конфигурация, про которую вендор не пишет, чем она является, ведёт себя как случайная величина |
|
||||
|
||||
**Дешёвая линия (`gemini` на явном `low`, `luna`) — КАНДИДАТЫ, не прод.** Из трёх условий консилиума
|
||||
второе чтение снято; **остаются два, и оба стоят денег: цензур-ось не мерена и китайских клеток нет
|
||||
ни одной.** До них «книга за $9» продуктово пусто.
|
||||
|
||||
### ⭐ ПРЯМОЙ ОТВЕТ НА ДОСЛОВНУЮ ФОРМУЛИРОВКУ ВЛАДЕЛЬЦА
|
||||
|
||||
> «архитектура от вендора не зависит никак… даже на худших вендорах наша архитектура должна
|
||||
> отрабатывать лучше, чем худшие вендоры на другой архитектуре»
|
||||
|
||||
**ЗАМЕРЕНО И ПОДТВЕРЖДЕНО — но в форме слабее, чем звучит вопрос.** Замер: один и тот же слабый
|
||||
жилец (`glm-5` с погашенным размышлением) внутри нашей архитектуры читается как боевой
|
||||
`deepseek-v4-pro`, а он же в одиночку — различимо хуже, и адресно: 5 дефектов рода против 1, 9
|
||||
кусков непереведённого исходника против 0. Это выдержало три круга чтения, два семейства и второй,
|
||||
детерминированный прибор.
|
||||
|
||||
⛔ **Но это интеракция «архитектура × жилец на ИСПЫТАННЫХ жильцах», а НЕ минимакс, и вот три
|
||||
причины, каждая снимает часть:**
|
||||
1. **Худший ВОЗМОЖНЫЙ жилец не искался** — `glm-5` не «худший вендор», а единственный второй,
|
||||
которого мы пробовали в этой роли.
|
||||
2. ⛔ **Буфер ДВУХВЕНДОРЕН.** Черновик делает `deepseek-v4-flash`. Архитектура, «спасающая слабого
|
||||
жильца», сама содержит клетку другого вендора и на неё опирается ⇒ **утверждение «наша
|
||||
архитектура вендоро-независима» этим замером НЕ проверено.**
|
||||
3. **Буфер чинит только то, что черновик донёс** — потерянный черновиком приём потерян и после
|
||||
редактора. Отсюда строка контракта «что обязан гарантировать ЧЕРНОВИК» — не украшение, а условие.
|
||||
|
||||
⚠ **И то, что обязано стоять рядом с любым вендор-фактом:** слаг ≠ модель. DeepSeek 31.07 сменил
|
||||
веса под тем же слагом. Полной сетки «архитектура × вендор» не будет никогда — она комбинаторно
|
||||
дорога и протухает. Любое число этой секции имеет срок годности и при аномалии сверяется
|
||||
поведенческой пробой, а не листингом.
|
||||
|
||||
---
|
||||
|
||||
## Д38.3 ВОПРОС 0 — СТАТУС НЕ ИЗМЕНИЛСЯ, И ЭТО ГЛАВНАЯ ДЫРА ПРОЕКТА
|
||||
|
||||
**Прибора нет.** Все панели фазы — одна глава за раз; кросс-главная консистентность ортогональна и
|
||||
не мерилась ни разу. Что фаза дала под этот вопрос БЕСПЛАТНО и чего раньше не было:
|
||||
|
||||
* **в 2 окнах из 8 с рассказчиком от первого лица его пол ПО ОКНУ НЕ УСТАНАВЛИВАЕТСЯ вовсе**
|
||||
(эталон снят вслепую тремя независимыми чтениями на главу; интервал Уилсона [0.07; 0.59]) ⇒
|
||||
**пайплайн, видящий только главу, слеп по построению примерно в четверти случаев**;
|
||||
* закрыть их может ТОЛЬКО книжная память: тот же голос ведёт другие окна, где пол назван прямо;
|
||||
* **а полей пола в банке НЕТ** — `bank-en.json`, 25 терминов, поля `dst`/`rx`/`manual`/`why`,
|
||||
проверено файлом ⇒ **решение «банк чинит пол» не имеет НИ ОДНОГО замера, даже косвенного:
|
||||
механизма не существовало ни в одном прогоне.**
|
||||
|
||||
⇒ **Чем закрывается:** Шаг 7 плана — 15 глав Гу ПОДРЯД одной книги одним боевым профилем, движковым
|
||||
путём, **с живым банком и ЗАСЕЯННЫМИ характер-листами**, плюс $0-счётчики (они уже построены и
|
||||
отлажены — `schet.py`). Цена ~$2 + движковый прогон. ⛔ **Без засева характер-листов замер даст
|
||||
ложно-отрицательный результат ПО ПОСТРОЕНИЮ** — померяет пайплайн без носителя консистентности.
|
||||
⇒ **Это единственная покупка, которую я рекомендую** (Д38.6).
|
||||
|
||||
---
|
||||
|
||||
## Д38.4 СВЕРКА С «ЧЕМ ЗАКРЫВАЕТСЯ РАБОТА» (план 22.08 §7)
|
||||
|
||||
| # | условие плана | статус |
|
||||
|---|---|---|
|
||||
| 1 | Шаг 1 — буферизует ли топология слабого жильца | ✅ **ЗАКРЫТ** (Д32), подтверждён вторым семейством (Д34) и третьим кругом (Д37.3) |
|
||||
| 2 | Шаги 2–3 — паспорт разрешения у каждого «неразличимо» | ✅ **ЗАКРЫТЫ** (Д33), и сверх плана закрыт долг Д34.5: **у порога появилось своё число шума 0.34** (Д37) |
|
||||
| 3 | Шаг 4 — вес всего промта в единицах прибора | ✅ **ЗАКРЫТ 29.08** (Д36): 1.33 порога, и он лежит на прозе |
|
||||
| 4 | Шаг 7 — прибор под Вопрос 0 | ⛔ **НЕ ЗАКРЫТ**, нужен ~$2 + движковый прогон + засев характер-листов |
|
||||
| 5 | долг `ZP` — покупка либо явное «условно» | ✅ **ЗАКРЫТ ОБЪЯВЛЕНИЕМ** (Д38.1 п.2): контраст условный, легитимная en-однопроходка — `RN` |
|
||||
| 6 | секция Д31 с вендор-вердиктом по конъюнкции | ✅ **ЕСТЬ** (Д31), паспорт напечатан |
|
||||
| 7 | долг В21 — сверка кассы двумя путями | ✅ **ИСПОЛНЕН с отрицательным результатом** (Д32.11): сверка на диске НЕВОЗМОЖНА, `cost_usd` считает наш же ростер — вопрос ушёл владельцу |
|
||||
| 8 | пинг в `docs/PROGRESS.md` секция «Полигон» | ✅ сделан этой сессией |
|
||||
|
||||
**Сверх плана закрыто:** долг Д34.5 (внутрисемейный шум) · открытый вопрос квирк-дока про Gemini
|
||||
(Д35.3) и пинг оркестратора №19 по нему · подъём зоны на чистой машине с названными отклонениями
|
||||
(Д35.1) · диагноз сломанного переездом гейта провенанса (Д35.2).
|
||||
|
||||
**НЕ закрыто и названо:** Шаг 5.1 — абсолютная база класса Б. ⛔ И она **не закрывается панелями в
|
||||
принципе**: читателя просят назвать худших ВНУТРИ панели, метка сравнительная, а норма абсолютная
|
||||
(Д32.12). Закроет либо отдельная абсолютная рубрика на одиночных текстах, либо человек. До тех пор
|
||||
норму «≤1 машинная глава на 25 глав Гу» печатать нельзя.
|
||||
|
||||
## Д38.5 ПАСПОРТ, ОБЩИЙ ДЛЯ ОБОИХ ОТВЕТОВ
|
||||
|
||||
```
|
||||
ПРИБОРЫ: ранговый (слепое чтение claude-fable-5, модель ДОКАЗАНА транскриптами) ·
|
||||
счётный (детерминированный, эталон по исходнику вслепую) · класс Б (сравнительная метка)
|
||||
МАТЕРИАЛ: две пары (zh→ru, en→ru) + разведка ja→ru · панели 7.4–7.9 главы Гу каждая
|
||||
ШУМ ПРИБОРА: 0.34 порога — чисто читательский (замерено 29.08 повтором одним семейством)
|
||||
ШКАЛА: «весь ролевой промт» = 1.33 порога · «вся дорогая стадия» = 1.62–2.34 порога
|
||||
ПРАВИЛО: |Δ| > собственного порога панели И знаковый p<0.05 И повтор во втором круге
|
||||
СЛЕП К: эффектам ниже одного порога · кросс-главной консистентности (Вопрос 0) ·
|
||||
оси ВЕРНОСТИ владельца · абсолютному уровню класса Б · худшему ВОЗМОЖНОМУ жильцу
|
||||
НЕ ИСПОЛНЕНО: норма П-1 — второе судейское семейство ВНЕ линии Claude (Sol запаркован)
|
||||
СРОК ГОДНОСТИ: слаг ≠ модель; любой вендор-факт пере-проверяется поведенческой пробой
|
||||
```
|
||||
|
||||
## Д38.6 ЧТО ПОКУПАТЬ ДАЛЬШЕ — ранжировано, с ценой и с тем, что закрывает
|
||||
|
||||
| # | покупка | цена | что закрывает | почему в этом порядке |
|
||||
|---|---|---|---|---|
|
||||
| 1 | **Шаг 7: 15 глав Гу подряд, боевой профиль, живой банк + засеянные характер-листы** | ~$2 + движковый прогон | **Вопрос 0** | единственный замер, дающий прибор под метавопрос; он же — готовая in-loop телеметрия боевого прогона, покупается один раз |
|
||||
| 2 | цензур-ось всей дешёвой линии | $0.2–0.6 | одно из двух условий, снимающих `luna`/`gemini` с «кандидатов» | без неё дешёвая линия продуктово пуста |
|
||||
| 3 | китайские клетки дешёвой линии | ~$0.3 | второе условие | то же |
|
||||
| 4 | З-2: критик → ТОЧЕЧНАЯ правка над однопроходкой | ~$0.35 | ядро V6 владельца | ⛔ ПЕРЕД покупкой — $0-долг К-3: фильтр замечаний критика выбрасывает 20.7% строк на zh против 0.6% на en (×34), и «выброшенное — согласия» НЕ проверено |
|
||||
| 5 | пере-покупка английской базы `ZP` | ~$0.4 | снимает «условно» с контраста Д23 | вердикты от этого не двигаются — только подпись под ними |
|
||||
|
||||
⛔ **Денег на это в паке НЕТ.** Резерв $1.26 из $18.30, свободно в ФД-N $0.29. Пункт 1 в резерв не
|
||||
влезает ⇒ **нужна НОВАЯ фаза и слово владельца ДО начала.** Потолки сессия не поднимает.
|
||||
|
|
|
|||
Loading…
Add table
Reference in a new issue