Ratify D37 accepting exp14 quality-empirics with fixes: claim-1 paragraphs is a cheap prompt lever, claim-2 gpt-5.4 escalation held under-powered, archive spent exp14 prompts

docs/PROGRESS.md

@@ -1,7 +1,7 @@
 # Журнал прогресса
 
 > **⟶ ТЕКУЩЕЕ СОСТОЯНИЕ** (обновляемый блок; на 2026-07-12). **Источник истины по РЕШЕНИЯМ — `architecture/05-decisions-log.md` (D1–D31); этот файл — ЖУРНАЛ, не спека.**
-> - **Фаза:** 0 ✅; Ф1-машинерия ✅ (D21–D28); приёмка этап A ✅ (D24). **Путь D26→D35: качество-первым.** Флип D1 моно→билингв (D30, supersede D17), reflow+output-санитайзер (D30/D33), сид v2 подписан владельцем (D34.1), переводчик flash сохранён (exp13/D32 — pro отклонён). **Пере-прогон 25 глав связкой ВЫПОЛНЕН; вердикт владельца: «лучше (из-за сида), но крайне слабо художественно» (2 претензии: абзацы/конвенции + понимание связей). ПИВОТ D35:** цикл приёмочных прогонов ЗАКРЫТ (инфра ✅ подтверждена исполнением / читаемость ❌ = блок на непостроенной Ф2 — НЕ провал; диагноз «Ф2-недострой + near-term промпт/нарезка-рычаги, не баг» верифицирован; флор D24.3 валидирован в проде). Планка впредь = 2 претензии владельца (ИНТЕРИМ пре-скрин, НЕ пилот Ф2.5). **Очередь «мерить→строить»: ресёрч research/18 ЗАЛЕНДЕН (D36, оба отчёта: Claude ACCEPT_WITH_FIXES / ChatGPT ACCEPT; 57/57 источников реальны, Ван Цуй подтверждён по телу) → полигон-эмпирика ВЫДАНА (`POLYGON_QUALITY_EMPIRICS_SESSION_PROMPT.md`, D36: нарезка×промпт + фронтир-арм + кривая-нарезки + fidelity re-gate) → бэкенд (только под доказанный ROI).** Fidelity re-gate (D34.3, `rerun/FIDELITY_REGATE_HANDOFF.md`) — полигон гонит параллельно. Бэкенд-фиксы (D35.4): экспорт-баг (ch5/ch20 пустые), ведущий `###` из draft, глоссарий разрядов 甲乙丙丁. Трек: дешёвые модели сейчас, фронтир потом (D30.7). Решающая точка — пилот Ф2.5 (блокеры: билингв-якорь/аннотаторы ≥3 — D25.9-Q1, корпус, судья-дублёр — D22.6). *(Детальная хроника D30–D34 — в записях ниже + D-лог.)*
+> - **Фаза:** 0 ✅; Ф1-машинерия ✅ (D21–D28); приёмка этап A ✅ (D24). **Путь D26→D35: качество-первым.** Флип D1 моно→билингв (D30, supersede D17), reflow+output-санитайзер (D30/D33), сид v2 подписан владельцем (D34.1), переводчик flash сохранён (exp13/D32 — pro отклонён). **Пере-прогон 25 глав связкой ВЫПОЛНЕН; вердикт владельца: «лучше (из-за сида), но крайне слабо художественно» (2 претензии: абзацы/конвенции + понимание связей). ПИВОТ D35:** цикл приёмочных прогонов ЗАКРЫТ (инфра ✅ подтверждена исполнением / читаемость ❌ = блок на непостроенной Ф2 — НЕ провал; диагноз «Ф2-недострой + near-term промпт/нарезка-рычаги, не баг» верифицирован; флор D24.3 валидирован в проде). Планка впредь = 2 претензии владельца (ИНТЕРИМ пре-скрин, НЕ пилот Ф2.5). **Очередь «мерить→строить»: research/18 ЗАЛЕНДЕН (D36) → полигон exp14 ПРОГНАН+ратифицирован (D37, ACCEPT_WITH_FIXES): претензия-1 (абзацы) = рычаг ПРОМПТА/активации (F-base фронтир+старый промпт рубит хуже P0), дёшево — дискурс-промпт + крупный чанк; A-2pass отклонён (2-пасс дрейфует); разряды 甲乙丙 → кириллица «класс А/Б/В/Г» (владелец); re-gate хвост ~5-6 реальных редактор-инверсий (не 13 — kimi оверфлаг); претензия-2 = типовые главы дешёвая тянет, но жёсткий смысл-хвост только gpt-5.4 чинит — НЕДО-МОЩНО (n=1) → батарея-трапов exp14b → бэкенд под ROI.** Fidelity re-gate (D34.3) прогнан (§2Б.2 exp14, «не чист»). Бэкенд-фиксы (D35.4): экспорт-баг (ch5/ch20 пустые), ведущий `###` из draft, глоссарий разрядов 甲乙丙丁. Трек: дешёвые модели сейчас, фронтир потом (D30.7). Решающая точка — пилот Ф2.5 (блокеры: билингв-якорь/аннотаторы ≥3 — D25.9-Q1, корпус, судья-дублёр — D22.6). *(Детальная хроника D30–D34 — в записях ниже + D-лог.)*
 > - **Стек (пост-D32):** черновик — **deepseek-v4-flash СОХРАНЁН** (exp13/D32: смена на pro отклонена по данным — сфабрикованная сходимость + катастрофа 蛊→«гусеницы» + верность у flash не хуже; thinking ON; escalate_to=pro без изменений) · редактор — **БИЛИНГВ (D30.1), кандидат glm-5-билингв** (gemini — премиум-эскалация за санитайзером; grok reasoning-off из редакторов СНЯТ — no-op) · судья/апекс Gemini 3.1 Pro (**слаг `-preview`**; mandatory thinking; `additive_total` — D22.3) · эскалация A: DeepSeek V4 Pro → GLM-5.1 → Gemini-preview · **канал B (18+): Mistral · эскалация grok-4.3 reasoning-ON (⚠ не на архаичных zh — D22.5) · abliterated-скрининг · судьи: эротика — Grok (дублёр гейтится пробой D22.6), violence/SFW — Grok+Gemini** (DeepSeek в explicit запрещён ToS — D14.1). 7 ключей.
 > - **Экономика:** `experiments/08-cost-model-v2.md` — до-флиповый ~$0.69 ранобэ / ~$10.94 вебновелла-500; **после флипа D1 → ~$0.85/ранобэ (+15–25%, D30.4)**; «$1.5–2» = опция Б (селективный апекс+память, НЕ подписана); пере-съём = exp08 v3 (D21.8/D25.8). ⚠ Resume: любой `--resnapshot` = переоплата книги — онгоинг гейтится реализацией D15.2 (идёт, D30.9). Gemini-недоучёт 146×/вызов закрыт additive_total (D22.3).
 > - **Ждём от владельца:** ~~подпись спорных терминов сида v2~~ ✅ ПОДПИСАНО (D34.1; владелец переопределил: Жэнь Цзу, Монах Цветочного Вина, гу Жизни, деревня Гуюэ, первобытный камень; род «гу» муж) · **чтение 25 глав пере-прогона** (арбитр читаемости — после связки+re-gate) · **флагман-сверка exp13** (переводчики, monitor-паттерн) · DashScope-ключ для qwen-арма exp13 (опционально) · **планка запуска** (лучше-фана/гибрид/издательский + готовность к COGS опции Б ~$1.5–2 — мемо-эскалация exp12; интерим D30.7: «лучше фана» на дешёвом миксе) · решение по билингв-якорю пилота (D25.9-Q1) · «да/нет» митигации контаминации пилотного корпуса (D27.4) · publishable/waiver — при экспорте (D25.1) · FN-bound L3 — при спеке (D25.4) · провенанс 12-*-доков · юр-пакет (+rights manifest, D25.8).
@@ -42,6 +42,8 @@
 
 **12.07 (№4): D36.1 — гигиена доков + бюджеты (по запросу владельца).** Заархивированы **5** спент-промтов (`archive/prompts/`, git mv, история не переписана — D23.3): ресёрчер/exp13/санитайзер-фикс/приёмка-v2/D152-этап-А. **`POLYGON_PACKAGE4` НЕ архивирован** (проверка по запросу владельца): как сессия не запускался, отработана лишь task-1 сид-мн.ч. (в exp13/D32); **residual жив** (D22.6 судья-дублёр — блокер пилота, D25.7 echo-кал, миграция memory_eval с 2.5-flash, пилот-пре-рег, P4-хвост) — **пилот/18+/echo-трек, ОРТОГОНАЛЬНО exp14** (не вносить); оставлен активным со статус-баннером как residual-трекер до активации пилота. Активны `ORCHESTRATOR_*` + `POLYGON_QUALITY_EMPIRICS_*` (exp14) + `POLYGON_PACKAGE4_*` (отложен); README-карта + титул D-лога D35→D36 актуализированы. **Бюджеты подтверждены владельцем:** OpenAI ~$9, Gemini ~€2.6, DeepSeek/ZAI/Kimi/xAI/Mistral ~$9; других нет; «полигон делает что нужно в рамках» → блокер фронтир-ceiling снят (exp14: GPT-5 основной фронтир, Gemini точечно/мета-ревьюер, grok не на ch1; per-call кап + пре-рег). D36.1 — в D-логе.
 
+**12.07 (№4): exp14 (эмпирика рычагов качества) отревьюирован и ратифицирован — D37.** Полигон прогнал exp14 (нарезка×промпт 2×2 + аблации + фронтир 3-семейный gpt-5.4/gemini/grok + кривая + fidelity re-gate + слепые финалисты P0/A-2pass/F-disc), закоммитил 6 батчей САМ (отклонение — впредь фризить только пре-рег). Владелец прочёл монитор слепо (3 главы) + 2 внешние сессии (ChatGPT+Claude). **Независимая верификация — 7-агентный воркфлоу span-уровнем ($0):** (1) **Претензия-1=промпт-рычаг ПОДТВЕРЖДЕНА** (F-base фронтир+старый промпт 1.75 spp рубит хуже P0 1.95; дискурс-промпт реверстает у всех). (2) **A-2pass-катастрофа 人上之人 РЕАЛЬНА** (span; одинарный P0 её починил → одинарный дискурс безопаснее). (3) **Разряды 甲乙丙 плывут** (ch9.1 В→Б, ch18.1 «цинское качество») → **владелец выбрал кириллицу «класс А/Б/В/Г»**. (4) **T1-floor (только gpt-5.4 чинит двойное отрицание, grok/gemini инвертируют) ВЕРИФИЦИРОВАН, но n=1 + одно-судейно на фронтире → нога-2 (gpt-5.4-эскалация) НЕДО-МОЩНА, ХОЛД.** (5) **Поправки:** «13 катастроф» завышено (~5-6 реальных; kimi оверфлаг, ошибся 29/55; ch11.0 — редактор УЛУЧШИЛ); §2Б.3 «панель литерал-смещена→P0 не вернее» = пере-натяжка (T1 в ch7 вне ранг-выборки; IN-SAMPLE спан выгораживает P0); «0 ошибок» неточно (36 ошиблись+билленулись $0.89). Деньги $8.67 (в 2%), капы соблюдены, Gemini €2.21=85% бюджета. **Следующий шаг — exp14b:** батарея смысл-трапов (≥3-5 типов, ≥2 фронтир-судьи) для ноги-2 + ранг P1a head-to-head vs F-disc (финалисты его исключили). Курс не разворачивается; планка = 2 претензии ИНТЕРИМ; пилот не разбавляется. (Разбор — D37.)
+
 ## Приёмка Ф1 — ПЕРЕ-ПРОГОН 25 глав кандидат-конфигом (билингв glm-5 + reflow + сид v2 + санитайзер), 2026-07-12 (D30.9/D34.2)
 
 Пере-прогон по `ACCEPTANCE_SESSION_PROMPT.md`. **Ничего не закоммичено** (лендинг — оркестратору). Все производные — ВНЕ git в `/home/ubuntu/books/gu-zhenren/rerun/` (свежий store `guzhenren-rerun.db`, конфиги, выходы, отчёты, скрипты замеров). **Дерево backend/ чистое — мои правки кода = 0** (throwaway-хелпер `cmd/_dumpsrc` для дампа исходных чанков — `_`-игнор Go-тулчейном, не коммичен, удалён после использования). Предусловия запуска (все 5) сверены: D15.2 этап A+D33.1 залендены; draft=flash сохранён (exp13/D32); сид v2 подписан владельцем (D34.1 — Жэнь Цзу/Монах Цветочного Вина/гу Жизни/деревня Гуюэ/первобытный камень/род «гу» муж — сверено в `guzhenren-seed-v2.yaml`); budget_usd>0; единый resnapshot.

docs/README.md

@@ -16,7 +16,7 @@
 - `experiments/` — эмпирика «Полигона»: `00-provider-quirks` (читать перед любым вызовом провайдера), `01-token-calibration`, `02-refusal-benchmark`, `03-local-stand`, `04-editor-quality`, `06-local-extraction`, `07-coverage-precision`, `08-cost-model-v2` (актуальная денежная модель), `09-pilot-protocol` (пилот Ф2.5 + поправки D13), `10-explicit-benchmark` (18+ violence-рука канала B), `11-erotica-benchmark` (erotica по трём парам/регистрам — закрытие D14.4, D22).
 - `research/` — фактура исследований 04–05.07: `01–10` базовые, `11-gap-*` добор критиком, `12-*` режимы отказа/отзывы/таксономии (+ два внешних материала с провенанс-шапками), `13` валидация памяти, `14` адаптивная память, `15` голос и состояние (принят, D21), **`16` ридер-IDE (принят с ревью-шапкой, D29)**, **`17` внешняя критика GPT-5.6 (принят с ревью-шапкой, D25)** — у 16/17 читать шапку прежде тела. ⚠ Часть под superseded-баннерами (01/02/03/04/05/09 и gap-1/2/5) — **читай баннер прежде содержимого**.
 - `PROGRESS.md` — **журнал** (CURRENT-STATE сверху, ниже хронология; НЕ источник решений).
-- **Активные хендофф-промты** (пивот D35→D36, очередь «мерить→строить»): [`ORCHESTRATOR_SESSION_PROMPT.md`](ORCHESTRATOR_SESSION_PROMPT.md) (роль оркестратора) · [`POLYGON_QUALITY_EMPIRICS_SESSION_PROMPT.md`](POLYGON_QUALITY_EMPIRICS_SESSION_PROMPT.md) (**СЛЕДУЮЩИЙ: эмпирика рычагов качества exp14 — нарезка×промпт + фронтир-диагностик + кривая нарезки, D36**) · fidelity re-gate `rerun/FIDELITY_REGATE_HANDOFF.md` (полигон, параллельно, D34.3) · [`POLYGON_PACKAGE4_SESSION_PROMPT.md`](POLYGON_PACKAGE4_SESSION_PROMPT.md) (**ОТЛОЖЕН, пилот-residual:** task-1 закрыт exp13/D32; открыты D22.6 судья-дублёр + D25.7 echo-кал + пилот-пре-рег + P4-хвост — НЕ для exp14, для пилота) · далее — бэкенд под доказанный ROI (стейдж Б/В D15.2 — СВЕЖИЙ промт после развязки; дизайн = спека v3.1). Закрытые в `archive/prompts/` (D36.1): research/18-ресёрчер→D36, exp13→D32, санитайзер-фикс→D33.1, приёмка v2-пере-прогон (цикл ЗАКРЫТ D35), D152-этап-А→D33, пакеты №3–5, erotica, «Голос», r/17, r/16, exp12→D30.
+- **Активные хендофф-промты** (пивот D35→D37, очередь «мерить→строить»): [`ORCHESTRATOR_SESSION_PROMPT.md`](ORCHESTRATOR_SESSION_PROMPT.md) (роль оркестратора) · [`POLYGON_PACKAGE4_SESSION_PROMPT.md`](POLYGON_PACKAGE4_SESSION_PROMPT.md) (**ОТЛОЖЕН, пилот-residual:** task-1 закрыт exp13/D32; открыты D22.6 судья-дублёр + D25.7 echo-кал + пилот-пре-рег + P4-хвост — для пилота, не exp14). **СЛЕДУЮЩИЙ (свежий промт при направлении владельца):** exp14b — батарея смысл-трапов для ноги-2 (gpt-5.4-эскалация недо-мощна, D37) + ранг P1a↔F-disc; ∥ дешёвые фиксы (дискурс-промпт / глоссарий разрядов кириллица А/Б/В/Г / санитайзер) → бэкенд под ROI (стейдж Б/В D15.2 — свежий промт, дизайн = спека v3.1). Закрытые в `archive/prompts/`: exp14 (нарезка×промпт+blind-eval)→D37, research/18-ресёрчер→D36, exp13→D32, санитайзер-фикс→D33.1, приёмка v2 (цикл ЗАКРЫТ D35), D152-этап-А→D33, пакеты №3–5, erotica, «Голос», r/17, r/16, exp12→D30.
 - `archive/` — закрытые сессионные промты (только история, инструкции оттуда не исполнять).
 
 ## Статус (2026-07-12, пост-пивот D35)

docs/architecture/05-decisions-log.md

@@ -1,9 +1,9 @@
-# Журнал решений оркестратора — контракт D1–D36 (развязки 04.07 · пакеты 09–10.07 · приёмка/качество-первым/пивот 11–12.07)
+# Журнал решений оркестратора — контракт D1–D37 (развязки 04.07 · пакеты 09–10.07 · приёмка/качество-первым/пивот/эмпирика 11–12.07)
 
 > **⟶ КАРТА АКТУАЛЬНОСТИ (ревизия D31, 12.07; исторические записи ниже НЕ переписываются — дисциплина D23.3).** Читая контракт целиком, держи под рукой, что чем перекрыто:
 > - **Полностью superseded:** **D1 (моно-редактор) → D17 → D30.1 (редактор БИЛИНГВ)** · D9 (ja-приёмка) → D18 (蛊真人 zh→ru; ja — второй прогон) · D17 → D30.1 · скобка D19.4 «ключ без data-sharing» и D20.3 «чистый ключ = блокер пилота» → **D27** (единый ключ С data-sharing, отключение перед продом) · exp04-дефолт «editor grok-4.3» (D3) → D30.1 (grok reasoning-off из редакторских ролей СНЯТ — no-op; кандидат glm-5-билингв; gemini — премиум-эскалация только за санитайзером D30.3).
 > - **Частично амендировано:** D3 (канал B → D14.1/D19.1 + оговорки D22.5/D22.6; апекс-слаг `-preview` — D22.4; draft под вопросом exp13 — D30.6) · D6 («off/minimal для draft/edit» эродирован: draft thinking-ON принудительно, editor-off снят D30.1; живы per-роль принцип и D6.2-буфер) · D10 (+D24.2 alias-слепое пятно, истинная консистентность ≈99.5%) · D11-числа → exp08 → **D30.4** (флип D1 = +15–25%, ~$0.85/ранобэ; «$1.5–2» = неподписанная опция Б) · D12 (+D24.3 флоры max_tokens; +D29.1в rollup — амендмент вердикт-правила) · D13.1-арм из решающего → ПОДТВЕРЖДАЮЩИЙ (D30.1); +D25.3 prefix-анализ судьи · D14.2 закрыт D19.1/D22.4; D14.4 закрыт D22.1 · D15.3 исполнен; спека D15.2: v2→v3→v3.1 (D22.2), реализация = текущий пакет (D30.9) · D24.4 +D28.1 (precision/recall-трейдофф; hard-gate требует пере-замера) · порядок D24.5 отложен D26.1 (этап B — после читаемых 25 глав).
-> - **Живое ядро без изменений:** D2 (+новый гейт-класс D30.3), D4, D5, D7, D8, D10-механизм, D12-таксономия отказов, D16, D18, D19.1–19.2, D21 (Ф2-механизмы voice/address/reveal), D22.5–22.7, D23 (golden = инвариант №8), D24–D36 — действующая голова контракта (D35 = пивот качество-первым; D36 = приёмка research/18 + промт полигон-эмпирики).
+> - **Живое ядро без изменений:** D2 (+новый гейт-класс D30.3), D4, D5, D7, D8, D10-механизм, D12-таксономия отказов, D16, D18, D19.1–19.2, D21 (Ф2-механизмы voice/address/reveal), D22.5–22.7, D23 (golden = инвариант №8), D24–D37 — действующая голова контракта (D35 = пивот качество-первым; D36 = приёмка research/18 + промт полигон-эмпирики; D37 = приёмка exp14-эмпирики: претензия-1=промпт-рычаг ратифицирован, нога-2 gpt-5.4 холд-недомощна).
 
 Ответ на вопросы бэкенд-сессии (PROGRESS §«Вопросы от бэкенда», §«[НУЖНО РЕШЕНИЕ] перед Фазой 1» — с ревизии D31 в `archive/PROGRESS-2026-07-04-10.md`) и полигона (think-режим). Каждое решение прошло адверсариальную панель из 3 критиков (research / экономика / исполнимость в коде Фазы 0); ни одно не отклонено, все уточнены. Это **контракт Фазы 1** — бэкенд исполняет отсюда; при конфликте с буквой 01-decisions/02-mvp-plan — источник истины здесь (потом сольём в основные доки).
 
@@ -478,3 +478,14 @@ D1 остаётся дефолтом Фазы 1 (менять конфигура
 
 1. **Заархивированы 5 спент/superseded промтов** в `docs/archive/prompts/` (git mv, история журнала/D-лога НЕ переписана — D23.3, только карта актуальности): ресёрчер research/18 (→D36), exp13 (→D32), санитайзер-фикс (→D33.1), **приёмка v2-пере-прогон** (цикл прогонов ЗАКРЫТ D35 — идентичный ре-прогон = 0 инфо), **D152-этап-А** (→D33; этап Б/В — СВЕЖИЙ промт после качественной развязки, дизайн-оф-рекорд = спека D15.2 v3.1). **НЕ архивирован `POLYGON_PACKAGE4_SESSION_PROMPT.md`** (проверка по запросу владельца): как сессия НЕ запускался; отработана только task-1 сид-мн.ч. (влита в exp13/D32); **residual ЖИВ и НЕ пуст — пилот/18+/echo-трек, ОРТОГОНАЛЬНО exp14:** D22.6 судья-дублёр (НАЗВАННЫЙ блокер пилота), D25.7 echo-калибровка, миграция `memory_eval` с gemini-2.5-flash (EOL 16.10), пилот-пре-рег (`09-pilot-protocol.md`), D21.9 P4 fidelity-хвост, D22.8-минорки. Оставлен активным как residual-трекер со статус-баннером; НЕ вносить в exp14 (разбавит SFW-пре-рег); переупакуется в пилот-преп-промт при активации пилота. **Активны:** `ORCHESTRATOR_*` + `POLYGON_QUALITY_EMPIRICS_*` (exp14) + `POLYGON_PACKAGE4_*` (пилот-residual, отложен). README-карта актуализирована; титул контракта D35→D36.
 2. **Бюджеты ключей подтверждены владельцем (12.07):** OpenAI ~$9, Gemini ~€2.6, DeepSeek/ZAI(glm)/Kimi/xAI(grok)/Mistral ~$9 каждый; ДРУГИХ ключей нет; «полигон делает что нужно в этих рамках» → снимает блокер фронтир-`ceiling` из D36. **Импликация exp14:** Gemini-бюджет крошечный (€2.6, thinking = аддитив-биллинг) → фронтир-переводчик/редактор преим. **GPT-5** ($9); Gemini — экономно, лучше кросс-семейным мета-ревьюером (self-family exclusion); grok ($9) доступен, НЕ на архаичной ch1 (D22.5); Claude/Opus нет. Per-call predicted-cost кап + пре-рег остаются (exp13 +10% урок). Записано в промт полигона.
+
+## D37. Приёмка exp14 (эмпирика рычагов качества: нарезка×промпт + фронтир 2×2 + fidelity re-gate + кривая) + слепое чтение владельца + схема разрядов (12.07, оркестратор №4). ✅
+
+Полигон прогнал exp14 (P0/P1a/P1b/P1c + аблации layout/2pass/ref + фронтир 3-семейный F=gpt-5.4/G=gemini/X=grok × base/disc + кривая нарезки + fidelity re-gate + слепые финалисты). Владелец прочёл монитор (3 главы, слепо) + 2 внешние сессии (ChatGPT+Claude). Независимая верификация — 7-агентный воркфлоу (span-уровень, refute-by-default, реплика сырья, $0). **Отчёт был закоммичен инкрементально сессией (6 коммитов) — отклонение от «лендит оркестратор»; принято как есть (историю не переписываю), верификация пост-хок.**
+
+1. **ВЕРДИКТ ACCEPT_WITH_FIXES (ИНТЕРИМ пре-скрин, НЕ пилот).** Лучший по дисциплине прогон: сам поправил переобобщение партии 1 (floor→model-specific), демотировал своего фаворита A-2pass на верифицированной катастрофе, отказался менять дефолт.
+2. **РАТИФИЦИРОВАНО (несущее, верифицировано span-уровнем):** (а) **Претензия 1 (абзацы/конвенции РЯ) = рычаг ПРОМПТА/активации, НЕ модель** — F-base (gpt-5.4+текущий промпт) рубит ХУЖЕ P0 (пересчёт 1.75<1.95 spp); дискурс-промпт реверстает у всех семей; «сильнее модель» абзацы НЕ чинит. Ход: дешёвый дискурс-reflow-промпт (Ван Цуй, ОДИНАРНЫЙ пасс) + крупная edit-единица (кривая: крупнее чанк = дешевле И лучше абзацы, но на 2 главах/0 ретраев — направленно). (б) **A-2pass НЕ рекомендован** (2-й пасс дрейфует — span: 人上之人→«среди людей», одинарный P0 починил). (в) **Дрейф разрядов 甲乙丙 = реальный читательский дефект** (span ch9.1/ch18.1/ch16.0 + 2 внешние + владелец) → **владелец зафиксировал схему: кириллица «класс А/Б/В/Г», развести с 转→«ранг», принудительная сверка** (D35.4в апгрейд в приоритет; курация сида → полигон/бэкенд-глоссарий). (г) **Класс инверсий редактуры D34.3 РЕАЛЕН** — ~5–6 верифицированных редактор-порч смысла (ch10.1 числа 10×; ch9.1/ch15.1 ранг; ch13.1 эмоция; ch16.0 иерархия+CJK-утечка; ch18.1 грейд) → reflow-армам нужен omission/inversion-гард; пере-прогон засчитан НЕ полностью.
+3. **ПОПРАВЛЕНО верификацией (НЕ абсорбировать как есть):** (а) **«13 катастроф» ЗАВЫШЕНО** — 10/13 от kimi (ошибся 29/55 + оверфлаг); ~7 флагов = judge-FP/минор, вкл. **ch11.0 (аутлайер D34.3-хендоффа) — редактор его УЛУЧШИЛ** (полнее + починил инверсию черновика 瞳孔猛缩). Реальный хвост ≈5–6. (б) **§2Б.3 «панель литерал-смещена → P0 не вернее» = ПЕРЕ-НАТЯЖКА**: панель единогласно ставит P0 вернее на ch17/18/19; T1-катастрофа (ch7) — ВНЕ ранг-выборки (категориальная ошибка); IN-SAMPLE спан ch17.0 ВЫГОРАЖИВАЕТ P0. На типовых главах верность дешёвой в порядке (= чтение владельца); превосходство F-disc по верности внутренне НЕ доказано. Не дисконтировать свою панель ради фронтира (мемо #2/#4). (в) **«0 ошибок» неточно** — 36 вызовов ошиблись+билленулись ($0.89/~10%); капы соблюдены, деньги $8.67 (в 2%).
+4. **ХОЛД — нога 2 (селективная эскалация смысл-риска на gpt-5.4) НЕДО-МОЩНА.** Факт (glm/grok/gemini инвертируют двойное отрицание T1, только gpt-5.4 чинит) ВЕРИФИЦИРОВАН, НО на 1 конструкции + одно-судейно на фронтире (gpt-5-mini self-excluded). Дорогое COGS-routing НЕ ратифицировать до батареи смысл-трапов. **Ответ «модели vs организация» расщепляется:** претензия-1 = организация (дёшево, ратифицировано); претензия-2 = типовые главы дешёвая тянет, но хвост жёстких смысл-трапов (двойн.отриц./числа/ранг) валит дешёвую И grok/gemini — только gpt-5.4 → мерить, потом коммитить.
+5. **СЛЕДУЮЩИЙ ПОЛИГОН-ШАГ (свежий промт, exp14b):** батарея смысл-трапов (≥3–5 типов инверсий/чисел/ранга/кросс-граница, ≥2 кросс-семейных фронтир-судьи) для ноги-2 + **ранжирование P1a (рекомендованный near-term конфиг) head-to-head против F-disc** (финалисты его исключили — прямых данных P1a-vs-фронтир НЕТ) + omission-гард. Дешёвые фиксы (промпт-глоссарий/санитайзер) — параллельно.
+6. **ПРОЦЕСС:** сессии фризят ТОЛЬКО пре-рег, батчи — оркестратору на лендинг (exp14 закоммитил 6 батчей сам — впредь тайтить). Курс не разворачивается; планка = 2 претензии ИНТЕРИМ; пилот Ф2.5 не разбавляется.

docs/experiments/14-quality-empirics.md

@@ -1,5 +1,56 @@
 # Эксперимент 14. Эмпирика рычагов качества zh→ru (нарезка × ПРОМПТ + фронтир-диагностика + кривая нарезки)
 
+<!-- ─────────────────────────────────────────────────────────────────────────
+ОРКЕСТРАТОР — РЕВЬЮ-ШАПКА (D37, 12.07 №4). Отчёт был закоммичен инкрементально самой
+сессией (6 коммитов) — отклонение от «сессии не коммитят, лендит оркестратор»; принято
+как есть (историю не переписываю — git-правило), независимая верификация — пост-хок (ниже).
+Полный разбор — PROGRESS §D37 + D-лог D37.
+
+ВЕРДИКТ: **ACCEPT_WITH_FIXES** (ИНТЕРИМ пре-скрин, НЕ пилот Ф2.5). Лучший по дисциплине
+полигон-прогон: сам поправил переобобщение партии 1, ДЕМОТИРОВАЛ собственного фаворита
+A-2pass на верифицированной катастрофе, отказался менять дефолт. Независимая верификация
+(7-агентный воркфлоу, span-уровень, refute-by-default, реплика сырья, $0) подтверждает
+несущие ноги и ловит две пере-натяжки.
+
+ПОДТВЕРЖДЕНО (ратифицировано):
+- **Претензия 1 (абзацы) = рычаг ПРОМПТА/активации, НЕ модель.** F-base (gpt-5.4+текущий
+  промпт) рубит ХУЖЕ P0 (пересчёт 1.75 vs 1.95 spp) → сильная модель абзацы НЕ чинит;
+  дискурс-промпт реверстает у ВСЕХ семей. *(Точные mean_spp — макро-усреднение, метод-
+  зависимы; порядок и несущий клейм устойчивы. KPI/han/len — воспроизведены; G-disc-числа
+  СТЕЙЛ: 7.0/8.1 регенерены gemini-ретестом после расчёта KPI.)*
+- **Дрейф разрядов 甲乙丙 = реальный читательский дефект** (span: ch9.1 В→Б, ch18.1 «цинское
+  качество», ch16.0; 2 внешние + владелец). **Владелец зафиксировал схему: кириллица «класс
+  А/Б/В/Г», развести с 转→«ранг», принудительная сверка** (D35.4в → приоритет).
+- **НЕ A-2pass** (2-й пасс дрейфует): span-верифицировано — A-2pass сохранил дрейф черновика
+  人上之人→«среди людей» (иерархия), который ОДИНАРНЫЙ P0 ПОЧИНИЛ. Одинарный дискурс безопаснее.
+- **Fidelity re-gate: класс D34.3 РЕАЛЕН** — ~5–6 подтверждённых редактор-инверсий смысла
+  (ch10.1 числа 10×-масштаб; ch9.1/ch15.1 ранг; ch13.1 валентность эмоции; ch16.0 иерархия+CJK-
+  утечка; ch18.1 грейд-мусор). Reflow-армам нужен omission/inversion-гард. **НО «13 катастроф»
+  ЗАВЫШЕНО** (10/13 — от kimi, ошибся 29/55 слотов + оверфлаг; ~7 флагов = judge-FP/минор, вкл.
+  ch11.0 — редактор его УЛУЧШИЛ, не испортил). Реальный хвост ≈5–6, не 13.
+
+ХОЛД / ПОПРАВЛЕНО (НЕ ратифицировано):
+- **Нога 2 (селективная эскалация смысл-риска на gpt-5.4) — НЕДО-МОЩНА.** Факт (glm/grok/
+  gemini инвертируют T1, только gpt-5.4 чинит) ВЕРИФИЦИРОВАН на двойном отрицании, НО на 1
+  конструкции + на фронтир-армах судил ОДИН судья (gpt-5-mini self-excluded → F-* судил только
+  kimi). §2.5 «ОБА судьи чистят фронтир» — НЕВЕРНО (одно-судейно). Дорогое routing-решение
+  требует БАТАРЕИ смысл-трапов (≥3–5 типов, ≥2 кросс-семейных судьи на фронтире) до коммита.
+- **§2Б.3 «холистик-панель литерал-смещена → P0 не вернее» — ПЕРЕ-НАТЯЖКА, поправлено.** Панель
+  единогласно (ОБА судьи) ставит P0 вернее на ch17/18/19; T1-катастрофа, которой это
+  «опровергают», — в ch7 (ВНЕ ранг-выборки) = категориальная ошибка. Единственный IN-SAMPLE
+  спан (ch17.0 人上之人) ВЫГОРАЖИВАЕТ верность P0 (P0 верно, A-2pass инвертировал). На типовых
+  главах верность дешёвой модели В ПОРЯДКЕ (совпадает с чтением владельца); превосходство
+  F-disc по верности внутренне НЕ доказано. Не дисконтировать свою панель ради фронтира (мемо #2/#4).
+- Деньги: пересчёт $8.67 (≈$8.5, в 2%); per-call капы ВСЕ соблюдены; Gemini €2.21 = 85%
+  крошечного бюджета (тугой). **«0 ошибок на 64 арм-вызовах» неточно** — 36 вызовов ошиблись+
+  билленулись (~$0.89, ~10%, в осн. kimi-таймауты), ретраены; вызовов 105, не 64.
+
+СЛЕДУЮЩИЙ ПОЛИГОН-ШАГ (свежий промт): батарея смысл-трапов (больше конструкций, ≥2 фронтир-
+судьи) для ноги 2 + ранжирование P1a (рекомендованный near-term конфиг) head-to-head против
+F-disc — НИКОГДА не делалось (финалисты {P0, A-2pass, F-disc} исключили P1a). Под omission-гард.
+───────────────────────────────────────────────────────────────────────────── -->
+
+
 > **Статус:** полигон-сессия exp14 (D36, приоритет №1). Мандат — `docs/POLYGON_QUALITY_EMPIRICS_SESSION_PROMPT.md` + D35/D36. Пре-скрин планки «2 претензии владельца» (ИНТЕРИМ, D35 — НЕ пилот Ф2.5). Смену дефолта ратифицирует ОРКЕСТРАТОР (D-блоком) — не эта сессия.
 > **Зона:** `eval/` + этот файл + секция PROGRESS «Полигон» + курация глоссария (вне git). Бэкенд не трогаю (2 живые сессии; `git status` перед касанием дерева; стейджинг не нужен — не коммичу код).
 > **Артефакты:** сэмплы/выходы/сырьё судей — `/home/ubuntu/books/gu-zhenren/exp14/` (ВНЕ git; в доке — только числа и цитаты ≤15 слов). Каждый платный скрипт персистит usage/cost (D30.10). Полигонное Python-зеркало ↔ Go: при расхождении верить Go.