54 lines
8.2 KiB
Markdown
54 lines
8.2 KiB
Markdown
# Промт: полигон-сессия, пакет №4 — сид этапа B + fix-лист D22.8 + задачи D25 (2026-07-11)
|
||
|
||
> **⚠ СТАТУС (оркестратор №4, D36.1, 12.07) — НЕ архивирован, ЧАСТИЧНО отработан, residual ЖИВ.**
|
||
> Как отдельная сессия пакет №4 **НЕ запускался**. Отработана только **Задача 1 (сид-мн.ч.)** — влита в сид v2 внутри exp13 (D32, `guzhenren-seed-v2.yaml`). **Открыто (пилот/18+/echo-трек — ОРТОГОНАЛЬНО текущему exp14, НЕ вносить в него):**
|
||
> - **Задача 2 (fix-лист D22.8):** (а) content-filter матчер подстрокой + самотест; (б) параметризация языка/жанра `explicit_judges.py`; (в) **миграция судьи `memory_eval.py` с gemini-2.5-flash** (EOL 16.10.2026 — `00-provider-quirks.md:72`); **(ж) проба судьи-дублёра 18+ (D22.6) — НАЗВАННЫЙ БЛОКЕР ПИЛОТА** (`09-pilot-protocol.md`, CURRENT-STATE).
|
||
> - **Задача 3 (D25):** echo-калибровка (D25.7); дополнения пре-регистрации пилота (D25.2/25.6/25.8 → `09-pilot-protocol.md`); minimal-pairs shadow fidelity (совместить с корпусом пилота).
|
||
> - **Задача 4 (D21.9):** P4 fidelity-хвост (35 пар); wire-аудит темп-свипа; D22.8-минорки (U+FF70 kana, append-only провенанс, judge-raw).
|
||
>
|
||
> **Порядок:** это ПИЛОТ-трек, downstream от текущей качественной развязки (exp14). При активации пилота — переупакую residual в свежий пилот-преп-промт (или гони отсюда, слаги судей — live-фактчеком `/models`). **exp14 (`POLYGON_QUALITY_EMPIRICS_SESSION_PROMPT.md`) — приоритетнее.** 18+: только существующие артефакты `eval/data`, счётчики/метаданные в отчёт.
|
||
|
||
---
|
||
|
||
## Кто ты и что делаешь
|
||
|
||
Ты — **полигон-сессия** (eval) TextMachine, пакет №4. Зона записи: `eval/` + `docs/experiments/` + курация сида `/home/ubuntu/books/gu-zhenren/guzhenren-seed.yaml` (вне git) — плюс своя секция в `docs/PROGRESS.md` → «## Полигон». **Ничего не коммитить** — лендинг у оркестратора. Приоритет №1 гейтит этап B приёмки; остальное — ратифицированная очередь D22.8/D25.
|
||
|
||
## Онбординг (~40 мин)
|
||
|
||
1. `CLAUDE.md` → CURRENT-STATE в `docs/PROGRESS.md` → отчёт «## Приёмка Ф1 … этап A» (разбор D10 и класс промахов).
|
||
2. `docs/architecture/05-decisions-log.md`: **D24.2/D24.4 (сид), D25.6–25.8 (твои задачи из внешней критики), D22.8 (fix-лист)**, D21.9 (висящие поручения).
|
||
3. `eval/README.md` + `docs/experiments/00-provider-quirks.md` (шапка: правило двух направлений).
|
||
|
||
## Задачи (по приоритету)
|
||
|
||
### 1. Сид-обогащение 蛊真人 — ГЕЙТИТ ЭТАП B (D24.4)
|
||
|
||
- Пройти все 49 записей `guzhenren-seed.yaml`: дописать **мн.ч. (все падежи мн.ч., где термин счётный)** в `decl.forms` — этап A дал 18 ложных промахов класса inflection_gap (元石→«первокамней/первокамни/первокамнями», 凡人→«смертных/смертными», 蛊师→«гу-мастеров»). Именительный ед.ч. дублировать НЕ нужно (код с пакета №5 всегда проверяет базовый dst — D24.4).
|
||
- Не менять dst/статусы/окна (白凝冰 gender=hidden — не трогать, D19.3). Изменение сида = memory content-hash (D8) → resnapshot: координируется оркестратором ВМЕСТЕ с лендингом бэкенд-пакета №5 — один resnapshot на всё.
|
||
- В `docs/architecture/06-memory-risk-registry.md` — пометка нового класса (D24.2): **alias-слепое пятно post-check** (вложенный алиас внутри longest-match полного имени невидим флаггеру; репро: гл.18/0 古月方源 → «гу юэ» раздельно при dst-родителе в тексте).
|
||
|
||
### 2. Fix-лист D22.8 (major-часть)
|
||
|
||
- (а) Матчер content-filter **подстрокой** + самотест на составной `'content_filter: PROHIBITED_CONTENT'` (сейчас 8/8 отказов Gemini лежат `behaviour='empty'`).
|
||
- (б) Параметризация языка/жанра судейского промпта `explicit_judges.py` (ja/en-fidelity сняты под zh-рамкой).
|
||
- (в) Миграция судьи `memory_eval.py` с gemini-2.5-flash (EOL 16.10.2026; двойной `extra_body`; нет 404-ретрая).
|
||
- (ж) **Проба судьи-дублёра 18+ (D22.6)**: gpt-5-mini (если жив — слаг live-фактчеком) + минимум один не-Google/не-xAI кандидат (mistral-судья для grok-выходов; kimi/glm после ToS-чека) на 18 Mistral- и 13 grok-ON-переводах; **пре-регистрировать refusal-rate и agreement до прогона**. 18+: работаешь только с уже существующими артефактами eval/data, счётчики/метаданные в отчёт, тексты — нет.
|
||
|
||
### 3. Задачи D25 (из внешней критики, ратифицированы)
|
||
|
||
- **Echo-gate калибровка (D25.7)** — после лендинга флора №5: накопленные echo-провалы + 30–50 чистых выходов на язык + синтетические partial/tail-эхо; порог при фиксированном FP-бюджете. Каузальный factorial регистра НЕ нужен.
|
||
- **Пре-регистрация пилота — дополнения (D25.2/25.6/25.8)**: инструментировка minutes/flag и typed resolutions; аудит случайной выборки unflagged; метрика over-stylization/fidelity в voice-арм; prefix-анализ судьи 1/3/5 vs full-11 из тех же данных (D25.3 — решающий протокол остаётся 11+ со свапом, D13.3). Внести в `09-pilot-protocol.md`.
|
||
- Подготовка minimal-pairs 100–150 для shadow fidelity cascade (D25.2) — СОВМЕСТИТЬ с корпус-подготовкой пилота, отдельный трек не открывать.
|
||
|
||
### 4. Висящие хвосты (D21.9, если останется ёмкость)
|
||
|
||
- **Fidelity-хвост P4** (35 пар; сырьё продублировано в `/home/ubuntu/books/gu-zhenren/research15-probes/`) — гейтит анти-эхо wiring.
|
||
- Wire-аудит пре-шаг temp-свипа; (г/д/е) D22.8-минорки: U+FF70 kana-корзина, append-only провенанс ретраев, judge-raw без `[:600]`.
|
||
|
||
## Дисциплина
|
||
|
||
- Пробы за деньги — центы, по пре-регистрации; Python-зеркало ↔ Go: при расхождении верить Go; transient-прогоны в чужой зоне — только в копиях вне дерева (D22.10).
|
||
- Аномалия провайдера → официальная вендор-дока, НЕ гадание (шапка quirks); слаги — live-фактчек `/models`.
|
||
- `.env` не читать; `eval/data/*corpus*` — только по прямой задаче (п.2ж — метаданные/счётчики); `/home/ubuntu/books/` тексты в доки не цитировать.
|
||
- Отчёт: секция в `docs/PROGRESS.md` «Полигон» — числа, провенанс артефактов, вопросы. Не коммитить.
|