Freeze phase D judging design and $6.00 ceiling: two zero-cost judge families with a pre-registered disagreement rule, external judge isolated, Д7 cap restored to the order's $0.05

docs/experiments/23-editor-tier.md

@@ -979,3 +979,72 @@ D39.104. Собран уравненный мандат (строка 153 бэк
 которого не было: срабатывание на выходе ЧУЖОЙ единицы 67.1% против 28.5% на своём — прибор
 специфичен в 2.4 раза и нулевую модель проходит. Счётная сверка ПОКРЫТИЯ — дословно то, что
 заказано (промт :91-94). Подозрение снято; остаётся мягкая правка формулировки флага.
+
+### Д0.12 СУДЕЙСТВО: ДВА СЕМЕЙСТВА, ОБА $0 — подход объявлен ДО вердиктов
+
+Решение владельца 11.08 дословно: **«НИКАКИХ ВЫЗОВОВ ПО АПИ, всё локально у нас на харнесах
+codex/claude»**; второй судья — **локальный харнесс Sol 5-6**, и его роль владелец назвал так:
+«ты судишь свою часть, он — второе мнение твоего судейства / твоей слепоты». Платных судей в
+смете нет ни цента; появление такой строки = дефект.
+
+**Зачем вообще второе семейство — замерено, а не предположено.** Проход `tier` пака 23 разошёлся
+между семействами в 7–12 раз и пережил все три нормировки рига (контраст внутри единицы · порог из
+своего пола · декой как единица измерения), то есть спор СОДЕРЖАТЕЛЬНЫЙ, а не шкальный. Разбор
+установил: находки Claude — ПОДМНОЖЕСТВО находок Sol (74 из 100 внутри, при случайном уровне 0.14,
+p=0.0000); Claude поставил ровно ноль в 47 клетках из 128, из них 31 с пустым обоснованием; в
+тексте боевого редактора лежат РЕАЛЬНЫЕ инверсии смысла, которым Claude поставил ноль
+(`箭在弦上，不得不发` → «Стрела уже слетела с тетивы» — смысл обратный). Одно семейство свою слепоту
+не видит по построению — вот что покупает второе.
+
+**Шкалы НЕ синхронизируются.** Каждое семейство судит против СВОЕГО шумового пола и своего порога.
+Это не компромисс, а следствие устройства рига: сравнивается не абсолютный уровень, а контраст
+внутри единицы. Попытка «привести Sol к Claude» была бы подгонкой прибора под ответ.
+
+**Границы второго судьи объявлены заранее (Д0.7 и здесь).** Шумовой пол Sol — sd 5.05, порог
+различимости 3.53. Для тонких контрастов Д4 (ожидаемые перевесы 0.2–2.5) это значит: подпись Sol
+под отрицательным выводом почти автоматична и читается как «внешний судья ТОЖЕ не увидел», а НЕ
+как «внешний судья подтвердил равенство». Ценность Sol здесь — поймать КАТАСТРОФУ, которой
+внутрисемейный судья не заметил, и это ровно то, что он сделал в паке 23.
+
+#### Правило расхождения — ПРЕ-РЕГИСТРИРУЕТСЯ, потому что его отсутствие и погубило вывод пака 23
+
+| что наблюдаем | вердикт фазы |
+|---|---|
+| оба семейства перешли СВОЙ порог в ОДНУ сторону | **CONFIRM** |
+| Claude перешёл, Sol нет | **НЕ ПОДТВЕРЖДЕНО ВТОРЫМ СЕМЕЙСТВОМ** — для тонких контрастов это ОЖИДАЕМЫЙ исход при пороге Sol 3.53, опровержением НЕ является |
+| Sol перешёл, Claude нет | **СЛЕПОТА ПЕРВОГО СУДЬИ** — клетки, которые цитирует Sol, читаются руками; находка идёт в отчёт как дефект ПРИБОРА, не как свойство арма |
+| перешли в ПРОТИВОПОЛОЖНЫЕ стороны | **СПОРНО** — CONFIRM не выдаётся, расхождение печатается числом и становится находкой об инструменте |
+
+Правило симметрично и записано ДО того, как получен хоть один вердикт фазы Д. Выбирать удобное
+семейство постфактум запрещено этим абзацем.
+
+#### Нормы, обязательные для ОБОИХ семейств
+
+Декой в каждой пачке; семейство, не поймавшее декой отрицательным знаком, аннулируется на этой
+пачке целиком · все армы единицы — в ОДНОМ пакете (пачка на единицу, метки слепые и перемешаны) ·
+судье запрещено сравнивать варианты между собой, оценка только против исходника · клетка с
+`finish=length` в пачку не допускается · шумовой пол — ПАРОЙ, чьи половины судят РАЗНЫЕ сессии ·
+идентичность судьи персистится ДО запуска (`runs.py --claim`, кап 80) · позиционный наклон
+замеряется, вычитается и сторожится гейтом.
+
+#### Изоляция внешнего судьи — единственный работающий контроль
+
+Пост-фактум детектора «подглядывал ли судья в ключ» не существует; изоляция и есть контроль.
+Поэтому задания Sol готовятся в ОТДЕЛЬНОМ рабочем каталоге, где нет ни ключа слепых меток, ни
+кода, и путь записи ответа указывает ТУДА ЖЕ. Оба правила куплены дорого: пак 23 сперва НАЗВАЛ
+внешнему судье путь к ключу (написать болтливому агенту «не открывай `blind-keys/`» = показать
+пальцем), а затем велел писать ответы в боевой каталог `aj-tier/`, который харнесс владельца
+затёр бы поверх отсуженного.
+
+**Закрытие пункта — только изменением файла ВНЕ зоны.** «Пакеты подготовлены и ждут» закрытием не
+является: закрыто = непустой каталог ответов + пере-счёт скриптом класса `solscore`.
+
+#### $0-калибровка осей ПЕРЕД боевым судейством (`eval/editor_tier/axiscal.py`)
+
+Прежде чем сравнивать семейства на боевых числах, обе семьи раскладываются по УЖЕ пойманному
+декою: доля пойманного дефекта известного типа и правильность отнесения его на ось. Меряется не
+«строгость вообще», а чувствительность и ложная тревога КАЖДОГО семейства ПО КАЖДОЙ ОСИ.
+⚠ Граница прибора названа заранее: посадка даёт ГРУБЫЕ дефекты, а спор семейств живёт в
+маргинальном режиме — на грубых обе семьи упираются в потолок. И если посадка узнаваема (у декоя
+пака 22 был почерк, судьи называли его метку), меряется узнаваемость, а не чувствительность.
+Поэтому axiscal — прибор ОГРАНИЧИВАЮЩИЙ, а не сертифицирующий.

eval/dovodka/money_d.py

@@ -81,11 +81,22 @@ TAGS = {
 # только СВОЙ пол — при sd ≤ 1.91 контрасты A1/A0 и A3/A0 становятся несущими. Покупать армы,
 # не зная пола, значит рисковать всей сметой оси, которая может не дать вывода ни при каком исходе.
 #
-# ⚠ ЧТО НЕ ВЛЕЗЛО В $5.40 И ОБЪЯВЛЕНО ДО ПОКУПОК: Д1 добирает 15 клеток gemini из 16. Шестнадцатая
-# стоит $0.147 и требует потолка $5.45. Пре-рег Д0.3 говорит прямо: несущей ось Д1 делают ПОЛНЫЕ 16.
-CEILINGS = {"ФД-A": 1.640, "ФД-B": 0.620, "ФД-C": 0.160, "ФД-D": 0.055,
-            "ФД-E": 2.305, "ФД-F": 0.410, "ФД-G": 0.210}
-PACK_CEILING = 5.40
+# ⚠ ПОТОЛОК ПОДНЯТ ДО $6.00 (санкция владельца 11.08). При $5.40 за борт выходила 16-я клетка
+# gemini, а пре-рег Д0.3 говорит прямо: несущей ось Д1 делают ПОЛНЫЕ 16. При $6.00 влезает всё
+# заказанное, включая расширение базы H-1 на новые единицы (без него носитель H-1 при n=16
+# недомощен по построению — эррата Э-2/Э-3), и остаётся резерв 3.2%.
+#
+# ⚠ СУДЕЙСТВО СТОИТ $0 И ЗДЕСЬ НЕ ЗАЛОЖЕНО НИ ЦЕНТА — это норма заказа, подтверждённая владельцем
+# 11.08 дословно: «НИКАКИХ ВЫЗОВОВ ПО АПИ, всё локально у нас на харнесах». Судей двое и оба
+# бесплатны: агент-сессии (кап 80, `runs.py`) и локальный харнесс Sol 5-6 владельца — второе
+# мнение о МОЁМ судействе и моей слепоте. Появление платного судьи в смете = дефект, не оптимизация.
+#
+# ⚠ ФД-D = РОВНО $0.05, а не $0.055. Заказ несёт единственный явный денежный кэп на платный пункт
+# («Д7 — микро-проба самооценки ≤$0.05», промт :119), и прежний запас 10% его пробивал, тогда как
+# на всех прочих фазах запас 0.1–1.1%. Поймано ревью 11.08.
+CEILINGS = {"ФД-A": 1.660, "ФД-B": 0.630, "ФД-C": 0.170, "ФД-D": 0.050,
+            "ФД-E": 2.370, "ФД-F": 0.720, "ФД-G": 0.210}
+PACK_CEILING = 6.00
 
 M22.configure(ZONE=ZONE, OUT=OUT, TAGS=TAGS, CEILINGS=CEILINGS,
               PACK_CEILING=PACK_CEILING, GLOB_ALL="dv-*.json", ROSTER=ROSTER)