From 8ac06356128c07e9f3c787fcdadfc438cd01aef7 Mon Sep 17 00:00:00 2001 From: heaven Date: Tue, 1 Sep 2026 23:53:22 +0300 Subject: [PATCH] Polish to freeze: the sampling frame moves to the top of the guards, variants are defined by chapter range rather than unit count, and the tie method is pinned after checking the library --- eval/dovodka/PLAN-01-09.md | 26 ++++++++++++++++---------- 1 file changed, 16 insertions(+), 10 deletions(-) diff --git a/eval/dovodka/PLAN-01-09.md b/eval/dovodka/PLAN-01-09.md index 2f6fcda1..46b47f76 100644 --- a/eval/dovodka/PLAN-01-09.md +++ b/eval/dovodka/PLAN-01-09.md @@ -117,7 +117,9 @@ n=16, sd 0.0069**. Ошибка типично ~3% видимого выхода * цензурированы обе — **ничья**. ⚠ **«Ничья» ≠ «выброшено», и это надо задать в коде явно:** стандартный знаково-ранговый Вилкоксон нули по умолчанию ВЫБРАСЫВАЕТ; сохраняет их вариант Пратта. **Скрипт эндпойнта обязан назвать - метод обработки нулей**, иначе правило плана и тест разойдутся молча. + метод обработки нулей**, иначе правило плана и тест разойдутся молча. ✅ Проверено на машине + 01.09: `scipy 1.18.0`, у `wilcoxon` умолчание `zero_method='wilcox'` (нули ВЫБРАСЫВАЮТСЯ), вариант + Пратта поддержан ⇒ **в скрипте пинится `zero_method='pratt'`**. ⚠ **Величина под цензурой — НИЖНЯЯ ГРАНИЦА:** медиана и ДИ Ходжеса–Лемана при цензурированных клетках занижают эффект, поэтому величина печатается со знаком **«≥»**. Иначе `p<0.05` при малой медиане прочтётся как «эффект мал», когда он может быть велик. @@ -161,6 +163,13 @@ n=16, sd 0.0069**. Ошибка типично ~3% видимого выхода ## 5. ГАРДЫ +0. ⛔ **РАМКА ВЫБОРКИ — пинится ДО всего остального, иначе «24 юнита» читаются как ОТБОР.** + В пре-рег заносится: срез исходника (диапазон глав, файл, его sha256) · **новый каталог книги** — + ⚠ не `coldrun-v16`, где три оплаченных edit-юнита заставят `--resnapshot` на каждой из четырёх + копий · **все юниты этих глав в порядке движка, без выбора** · `n` = сколько их получится + (ориентир холодного прогона: 14 юнитов на 10 глав) · и **входит ли юнит пред-полёта в `n`** + (решение: **входит** — это первый юнит в порядке движка, прогоняемый во всех четырёх руках). + 1. **Пред-полёт:** один юнит × 4 руки (~$0.25) → сигнатура Δ`prompt_tokens` СНЯТА и запинена коммитом (по одной на P₇ и P₉; полосой она станет только после этого) · четыре разных `snapshot_id` · кириллица ≥0.99 · эхо 0. Только потом пачка. 2. **Зелень на пустоте:** `delivered = 0` ⇒ клетка идёт в E5 и исключается из E2; если таких >20% в @@ -174,13 +183,6 @@ n=16, sd 0.0069**. Ошибка типично ~3% видимого выхода `--ceiling-usd` на каждый запуск. И **число владельцу подаётся ОДНОЙ суммой**: база + пред-полёт + N юнитов × 4 руки — иначе базовый расход посчитается четырежды или не посчитается вовсе. Отказ леджера = **СТОП и вопрос владельцу**; добор после чисел запрещён; потолок сессия не поднимает. -0. ⛔ **РАМКА ВЫБОРКИ — пинится ДО всего остального, иначе «24 юнита» читаются как ОТБОР.** - В пре-рег заносится: срез исходника (диапазон глав, файл, его sha256) · **новый каталог книги** — - ⚠ не `coldrun-v16`, где три оплаченных edit-юнита заставят `--resnapshot` на каждой из четырёх - копий · **все юниты этих глав в порядке движка, без выбора** · `n` = сколько их получится - (ориентир холодного прогона: 14 юнитов на 10 глав) · и **входит ли юнит пред-полёта в `n`** - (решение: входит, он же обычный юнит первой руки). - 5. **Фриз — и он обязан лежать в зоне полигона.** Пре-рег и скрипт эндпойнта коммитятся в `eval/dovodka/`. ⚠ Четыре `pipeline.yaml` и два `editor.md` физически живут в каталоге книги — это ОТДЕЛЬНЫЙ репозиторий с открытым вопросом «кто коммитит книги», поэтому в зону полигона @@ -213,8 +215,12 @@ n=16, sd 0.0069**. Ошибка типично ~3% видимого выхода ⭐ **ОДНОЙ СУММОЙ, как и надо просить у владельца** (иначе база посчитается четырежды или ни разу — леджер считает потолок по `book_id`, а его несут все четыре копии): -* **вариант A (24 юнита): $8.6** — разрешающая способность ×2.02; -* **вариант B (32 юнита): $11.1** — разрешающая способность ×1.84. +* **вариант A (~17 глав, ожидаемо ~24 юнита): $8.6** — разрешающая способность ×2.02; +* **вариант B (~24 главы, ожидаемо ~32 юнита): $11.1** — разрешающая способность ×1.84. + +⚠ **Вариант задаётся ДИАПАЗОНОМ ГЛАВ, а не числом юнитов.** «24» и «32» — ожидание по пропорции +холодного прогона (14 юнитов на 10 глав), а не цель: юниты не добираются и не обрезаются. Прогон +идёт до конца диапазона либо до срабатывания денежного гарда — что наступит раньше. ⚠ **Чувствительность, названная до покупки и выведенная из своих же клеток:** если `low` на zh режет размышление слабо (×1.4, как внутри блока Д47), клетка `low` дорожает до $0.05–0.065 ⇒ юнит