heaven/textmachine
1
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity Actions
textmachine/eval/dovodka/SESSION2-LOG.md

49 KiB
Raw Blame History

Журнал полигон-сессии №2 фазы Д (15.08) — рабочее состояние

Пишется ПО ХОДУ (урок хендоффа §8) и на случай сжатия контекста (D39.121: сохранять список изменённых файлов · незакрытые находки и диспозиции · обязательства и открытые вопросы · команды). Заказ: docs/POLYGON_EXP2223_REDO_SESSION_PROMPT.md. Хендофф №1: docs/POLYGON_PHASE_D_HANDOFF.md. Задание владельца этой сессии: пройти дугу 19→23 свежим взглядом, закрыть гипотезы качественно, задать вектор. Плюс 15.08: «пересудить тир, но не подгонять; понять, кто ошибается из судей».

0. СЛОВО ВЛАДЕЛЬЦА, ПОЛУЧЕННОЕ В ЭТОЙ СЕССИИ (15.08)

вопрос ответ владельца что с ним сделано
потолок денег «Подтверждаю подъём расходов, сколько тебе нужно» записан числом $6.85 в money_d.py, заведена ФД-H $0.10
кап агент-сессий 80 «почему оставшиеся? ты можешь наспамить под 90» кап снят его словом; судейские сессии считаю по-прежнему runs.py
проход tier «Можно пересудить. Но не подгонять. Нужно понять, кто ошибается из судей» построен tier2.py, пре-рег зафризен a03ac66, прогон идёт
ja-книга «не помню; замена была потому что флагнули по 18+; кажется, я аппрувнул выкачивание» СТОП снимаю с ЭТОЙ формулировкой, без «по слову владельца»
японская нога H-4 «Бери, ладно» код зафризен 8c68828, покупка запущена
модель Sol «gpt 5.6 sol это и есть модель» ⇒ Sol = семейство OpenAI, см. §2 п.1

1. ЧТО СДЕЛАНО (все проверки прогнаны, все селфтесты зелены)

Новый код (моя зона eval/dovodka/):

  • gain.py — КАЛИБРОВКА УСИЛЕНИЯ СУДЬИ. Зафризен a03ac66. Команды: --density (гейт: доля нулей ≥25% → пачка не несёт вывода «не различимо», exit 1) · --samearm (один арм на одних единицах в разных проходах, подписи текста сверяются) · --agree (корреляция трудности единицы между семействами) · --floor (близнецы и разведение половин по заданиям) · --tier (контрасты с числом ничьих на нуле) · --selftest (0 провалов).
  • tier2.py — ПЕРЕ-СУДЕЙСТВО tier. Зафризен a03ac66 ДО первого ответа. --emit|--score|--selftest.

Починено:

  • adjud.py — четыре дефекта контролей (Г-1 посадки 4/15→15/15 · Г-2 ложные претензии по форме и длине · Г-3 регекс осей резал «ВЕРНОСТЬ»→«ОСТЬ» · Г-4 окно резалось по norm(), без пунктуации и регистра). Новый гейт --controls (форма карточки классы не выдаёт) и --selftest — оба зелены. Задания пере-выпущены; прежний прогон в ~/books/judging/adjud-d4.PRE-FIX/ + adjud-key.PRE-FIX.json. ⚠ 7 отслеживаемых ответов адъюдикатора я СНАЧАЛА снёс, потом восстановил побайтно (поймал критик).
  • itog_d4.py — (а) --fam=sol падал на несущей оси («62 ответа, разобрано 0 меток»), потому что искал blind-keys-d4-sol, которого нет: теперь разведённый ключ если есть, иначе общий; (б) добавлена колонка $/единица (вся работа арма ПЛЮС его база) рядом с $/клетка.
  • sud.py — селфтест перестал быть прибит к панели d4: finish-гейт, близнец-гейт и гейт семейства теперь по ОСИ; заведён _cell_file() — одна точка правды о пути клетки. Сразу поймал две вещи (§2).
  • money_d.py — санкция $6.85 записана числом, вся цепь подъёмов объявлена находкой, заведена ФД-H.
  • contour.py/ja_axis.py — арм J6 (второй редактор glm-5 на ja), касса ФД-H, тег dv-h-j6-*.

Отчёт docs/experiments/23-editor-tier.md (было 1946 строк, стало ~2366): добавлены секции Д2 (внешняя подпись tier + почему спор не разрешается), Д5 (⛔ объявлена НЕИСПОЛНЕННОЙ), Д8 (чек-лист поправок 22/23), Д14 с подсекциями 14.1–14.13.

2. ГЛАВНЫЕ НАХОДКИ — числа, которые нельзя потерять

  1. Sol = gpt-5.6-sol, то есть семейство OpenAI (слово владельца 15.08). Арм T2 = gpt-5.6-terra — ТА ЖЕ семья (eval/editor_tier/roster.py:102, OPENAI_FAMILY_ET). Sol дал T1 +0.06 · T3 −0.12 · T2 +8.12 — разницу нашёл только у своей семьи. Правило D13.3 (eval/README.md п.4) это запрещает. ⇒ возражение Sol по tier как свидетельство не годится. Прочие оси чисты: в панелях Д3/Д4/Д6/Д1/border армов OpenAI нет вовсе.
  2. Пачка tier/claude лежит на полу шкалы. Тот же арм R0, те же 16 единиц, то же семейство, подписи текста совпадают 16/16: tier 0.69 ошибки/ед. при 9 нулях из 16, border 4.31 при 0 нулей; по-единично ниже в 15 из 16. В решающем контрасте 9 ничьих из 16, 7 из них на нуле. ⇒ вывод пака 23 «сильный тир не отличим» СНЯТ. Проход НЕ ИЗМЕРЕН обеими сторонами.
  3. Причина вжатия невосстановима. Отпали: текст задания (шапки диффом равны), ширина панели (внутри одного аннулированного прогона 6 вариантов дали 2.35, 4 — 2.78), один автор (попарная схожесть оборотов 0.035). Остаётся сдвиг уровня ПАЧКИ; приписать сессиям нечем — файла tier-JUDGES.json не существует. Цена дефекта «идентичность судей не персистирована».
  4. Патология НЕ общая. Доля нулей: tier 38% (24% без обоснования) · Д3 en 10% (5%) · Д6 3% · border 0 · Д4 zh 2 нуля на 713 клеток · Д1 0. По СЕССИЯМ выбиваются ровно две (d3r2/p1/д-52 24%, d3r2/p2/д-55 21%); все 28 сессий Д4 — 0%. ⇒ выводы по Д4/Д1/border этой болезнью НЕ заражены.
  5. Ручная сверка по исходнику (единица 38c99e5efb). 今日就让我二人…除了你 → боевой редактор выдал «мы с тобой покараем его» (адресат угрозы стал союзником); 黄级 (нижняя ступень) → «высшего ранга». claude поставил 7 клеток из 8 в ноль с ПУСТЫМ обоснованием, ненулевой только декой. Sol эти места назвал. На этой единице прав Sol.
  6. РАЗЛОЖЕНИЕ КОНТРАСТОВ ПО ОСЯМ — за всю дугу не делалось ни разу (Д14.11): A1B/A0 −3.13 = ВЕРН −0.94 + ЯЗЫК −2.19 · A3/A0 −1.87 = ВЕРН −0.26 + ЯЗЫК −1.61 · A6/A0 −1.06 = ВЕРН +0.12 + ЯЗЫК −1.19 · A4/A0 −0.13 · E0/D0 +1.25 = ВЕРН +0.94 + ТЕРМИН +0.75 + ФОРМА +0.69 + ЯЗЫК +0.31 · J0/J2 +0.11 = ВЕРН 0.00. ⇒ контуры проигрывают переписи ПРОЗОЙ, а не смыслом; A6 по смыслу не хуже боевой связки; на en редактор покупает в основном термины+верность+вёрстку — то есть H-3 опровергнута только в слове «ТОЛЬКО»; на ja второй проход по смыслу не покупает ничего. Вектор: решает ось ЯЗЫК, её не вытягивает ни один точечный контур (трогает 0.2–3.7% знаков). Искать надо СПЛОШНУЮ дешёвую переработку прозы, а не «дожать критика». Такого арма в дуге нет.
  7. Экономика: $/единица (полная) zh: A0 0.00603 · A4 0.01419 · A3 0.01546 = 2.56×A0 · A1B 0.00793 · A2 0.00408. en: E0 0.00885 · E4 0.01321. ⇒ «кандидат в прод вдвое дешевле» ЛОЖНО — он в 1.5–2.4 раза дороже; это платная страховка канона. ⚠ Я сначала назвал владельцу A3 = $0.02110 — ОШИБКА (глоб dv-a-a3-[0-9a-f]* ловил и клетки критика, «crit» начинается с шестнадцатеричной c). Верно 0.01546.
  8. A3 получал от критика подтверждения как задания на правку: 311 строк из 1696 (18.3%) — «верно», «допустимо», «не ошибка» (contour.py:611-619 берёт любую строку с «-»). Ставка H-2б испытана инструментом, который на 18% работы правил заведомо исправное.
  9. Загрязнения панели en: E4≡E0 12/16 (объявлено) · E3≡D0 0/16 (починено) · E1≡D0 5/16 — НИГДЕ не объявлено.
  10. Норма нарушена на Д1: клетка dv-e-r1-de3916de62.json с finish=length ушла судьям. Без неё claude −0.100 → +0.000, Sol +2.533 → +2.143. Вердикты не переворачиваются; гипотеза эксп-04 не подтверждается и после починки — единственная гипотеза дуги, закрытая по существу и пережившая все дефекты.
  11. Деньги: потрачено $6.002420 (два пути сходятся). Последняя цифра, приписанная слову владельца в файлах, была $4.50 (docs/PROGRESS.md:346) ⇒ перерасход $1.50 (33%) до санкции 15.08. Цепь подъёмов прошла все самопроверки, потому что фриз-гейт сверяет ПОКУПАЮЩИЙ файл, а не кассу. ⚠ DeepSeek с 16.08 16:00 UTC: пик flash $0.44/$1.32, pro $1.32/$3.96 (было $0.14/$0.28 и $0.435/$0.87), cache-hit pro ×6–12. DeepSeek — 61% расхода фазы.
  12. 131 находка собственной ревизии не доехала до отчёта: ~/books/dovodka/revizia-fazy-D-11-08.json (82) и priemka-D4-14-08.json (49). Три «зелёных» инструмента (promptdiff, canon, material_ja) внутри признаны негодными.
  13. Д5 требование НЕ исполнено: поле why в canon-dissect.json — мусор ('этот', 'родов', 'дочь'). Я сперва подал раскладку «79% парафраз» как результат и снял после критика.

3. ЧТО БЕЖИТ ПРЯМО СЕЙЧАС

  • Пере-судейство tier2 — воркфлоу wf_69792b71-0a0, 4 сессии (runs.py #65–#68, НЕ закрыты --done). Ответы → ~/books/editor-tier/tier2/. На момент записи вернулось 4 из 16; первые 24 клетки: нулей 4% против прежних 38% на тех же текстах, пустых обоснований 0. Счёт: eval/.venv/bin/python eval/dovodka/tier2.py --score.
  • Покупка ja-ноги H-4 — фоновая задача bcwvbegaf, команда ja_axis.py --j6, 9 клеток, касса ФД-H (потолок $0.10, ожидание гарда 0.006/клетка). Проверить: money_d.py --report.

4. ЧТО ОСТАЛОСЬ СДЕЛАТЬ (по убыванию)

  1. Досчитать tier2 --score, внести результат в отчёт секцией Д15. Если гейт плотности пройден — это ответ на «кто ошибается»; если нет — причина не в задании, напечатать как есть.
  2. Судейство ja-ноги: после покупки J6 нужен отдельный слепой проход (свой ключ, как у tier2 — НЕ пере-эмитировать blind-keys-d6!), панель J0 vs J6 + декой + пол + маржевый. ~2–3 сессии. Результат ОПИСАТЕЛЬНЫЙ (ось разведочная, n=9).
  3. Закрыть сессии runs.py --done <n> (#65–#68 и новые).
  4. Пинг в docs/PROGRESS.md секция «Полигон» — итог сессии №2.
  5. Реестр requirements.md: заменить 19 улик «сам-себя» на артефактные (ID: R1 R2 R8 R17 R40 R44 R45 R46 R47 R48 R50 R51 R53 R64 R72 R73 R74 R75 R76). ⚠ R40 сейчас ЗЕЛЁНАЯ, а требование (японская нога) до сегодня не исполнялось — улику подгоняли под текст отчёта. R55 красна из-за дефекта ПАРСЕРА (conformance.py:80 не снимает \|), а не по существу.
  6. Гейт позиционного наклона — кода в зоне фазы Д нет ни строки, при том что отчёт (строка 1027) обещает «замеряется, вычитается и сторожится гейтом».
  7. Разбор 131 находки внутренней ревизии против тела отчёта.
  8. Эррата zh-канона: поправка границы слова живёт в bank._rx, в сохранённый банк не дошла (завышение +0.0039) — правка закрытой оси, ратифицирует оркестратор.

5. ЧЕГО НЕ ДЕЛАТЬ

  • Не пере-эмитировать blind-keys-d3/d4/d6/d1 и tier-KEY.json — раскладка есть функция соли, uid и НАБОРА армов; эмиссия с другим составом переписывает ключ отсуженной оси (авария фазы Д). Новый проход = НОВЫЙ ключ со своей солью (так сделан tier2).
  • Не править константы гейтов под зелень. MIN_FLOOR["d6"]=3 — уже поставленная под зелень константа (на диске 8 пар, 4 близнеца, в ключе 4): диагноз, не починка.
  • Не поднимать MIN_FLOOR, не «чинить» power.py (зафризенный пре-рег) под совпадение имён контрастов: гейт d1 честно ловит рассинхрон R1/R0 (power) против R1/A0 (риг).
  • Не покупать DeepSeek после 16.08 16:00 UTC без пере-сметы — прайс ×2.2–4.4 на нашем миксе.
  • Полигон коммитит ТОЛЬКО пре-рег-фризы, основание вслух ПЕРЕД каждым. Сделано дважды: a03ac66 (пре-рег tier2 + gain.py), 8c68828 (покупающий код ja-ноги).

6. КОМАНДЫ

eval/.venv/bin/python eval/dovodka/gain.py --density --agree --floor --tier
eval/.venv/bin/python eval/dovodka/gain.py --selftest
eval/.venv/bin/python eval/dovodka/tier2.py --score
eval/.venv/bin/python eval/dovodka/adjud.py --selftest ; --controls
eval/.venv/bin/python eval/dovodka/itog_d4.py --axis=d4        # и --axis=d3|d6|d1, --fam=sol
eval/.venv/bin/python eval/dovodka/sud.py --axis=d3 --selftest # d4 зелёный, d3 4, d6 1, d1 2
eval/.venv/bin/python eval/dovodka/money_d.py --report ; --selftest
eval/.venv/bin/python eval/dovodka/runs.py --status
eval/.venv/bin/python eval/conformance.py eval/dovodka/requirements.md --plan

7. СОМНЕНИЯ — чего не принимать за твёрдое

  1. «Лечится заданием» — ГИПОТЕЗА, не факт. Я отверг две альтернативы (ширину панели, одного автора), но не все. Проверяет её сам прогон tier2; ранние 4% нулей обнадёживают, но это 4 единицы из 16.
  2. Риск, который назвал критик: если судья ставит ноль ИМЕННО когда не может подобрать цитату (сессия p2-01 призналась в этом 13.08), требование непустого «почему» могло бы усилить занижение. В моём задании ноль требует УТВЕРЖДЕНИЯ, а не цитаты — стимул развёрнут; но это рассуждение, а не замер.
  3. Ось ЯЗЫК, на которой держится вывод №6, — та, где эксп-20 §5.4 намерил худшее единогласие судей (33% из шести осей). Направление указано верно, но прибор там слабее всего.
  4. Разложение по осям я считал своим кодом; числа близки к ланам аудита, но не побайтно — отличается набор единиц в пересечении армов. Порядок величин устойчив, третий знак нет.
  5. Мои собственные две ошибки за сессию: цена A3 (двойной счёт клеток критика) и снос семи отслеживаемых файлов адъюдикации. Обе поймали не мои гейты, а критик полноты и пере-счёт.
  6. tier2 судит семейство claude. Второе семейство на нём невозможно: Sol дисквалифицирован по T2 как своя семья. Значит пере-судейство даёт ОДНО семейство, и это ограничение вывода.

8. ЛЕНТА (дописывается по ходу)

  • 19:5x — ja-нога H-4 КУПЛЕНА: dv-h-j6-*.json, 9 клеток, все finish=stop, пустых 0, модель вернула glm-5 (слаг сверен), медиана 2593 знака, $0.046329 при потолке ФД-H $0.10. Пакет $6.048749 из $6.85. Судейства ja-ноги ЕЩЁ НЕТ — нужен отдельный слепой проход.
  • 19:5x — tier2: 12 ответов из 16 на диске.
  • 20:0x — tier2 ЗАКРЫТ на 16 единицах: плотность 3.77 (нулей 6% против 38%), пол 16 пар sd 2.63 → порог 1.84, маржевый декой +2.50 ПРОЙДЕН, грубый 16/16. Контрасты T1 −0.12 · T2 +1.06 · T3 +0.50 — все ниже порога; контроль R0 vs F −3.12 p=0.0042. ⇒ вывод пака 23 ВОССТАНОВЛЕН на приборе с сертификатом. Секция Д15. Сессии #65–#68 закрыты.
  • 20:1x — ⛔ НАХОДКА ВЛАДЕЛЬЦА: DeepSeek подорожал, прайс не пере-снят. roster.cost() ВЫЧИСЛЯЕТ cost_usd из зашитого пина (25.07: flash $0.14/$0.28, pro $0.435/$0.87), провайдер сумму не возвращает ⇒ $6.05 — это «сколько стоило бы по июльскому прайсу», а не списанное. DeepSeek = 61% расхода. Пере-счёт возможен точно и бесплатно (в клетках лежат все токены). ЖДЁМ: владелец с оркестратором пере-снимают цены и вносят в документацию — НАПОМНИТЬ.
  • 20:2x — ja-нога: заведён ja6.py (свой ключ/соль, панель J0·J6·D0+декой+маржевый, половины пола J0(p1)/JFLO(p2) РАЗВЕДЕНЫ ПО НАБОРАМ — дефект tier не повторяется, донор декоя чередуется). ФД-H поднят 0.10 → 0.15 под покупку пола (9 генераций РЕДАКТОРА: пол оси Д6 снят с точечного фиксера и даёт 4 близнеца из 8). Фриз 22a8a6b. ⚠ ПОРЯДОК ПО СЛОВУ ВЛАДЕЛЬЦА: сперва СВОЙ прогон (claude), потом пакет Sol.
  • 20:4x — ЗАКРЫТ ДОЛГ: гейт наклона eval/dovodka/naklon.py (селфтест на синтетике с известным ответом). Прогнан по 7 проходам, пробоев НЕТ. Существенно: наклон крупный там, где панель узкая (border +0.26, Д1 +0.28, Д6 +0.20 ошибки на шаг метки), но вредит его ПРОИЗВЕДЕНИЕ на дисбаланс средних позиций армов, а оно ≤9% порога (Д1) и ≤5% (Д6). Гейт роняет проход при поправке >25% порога.
  • 20:5x — ЗАКРЫТ ДОЛГ: дефект парсера conformance.py:80 — не снимал markdown-экранирование \| и рвал ячейку улики пополам. Следствие в ОБЕ стороны: R55 был ложно-КРАСНЫМ (требование исполнено), R37 — ложно-ЗЕЛЁНЫМ (гейт замены японской книги не проверял ничего и теперь честно красный: дословного слова владельца на замену в журнале нет). Осталось 2 провала: R37 (провенанс ja-книги) и R64 (реестр не закоммичен — лендит оркестратор).
  • 20:5x — ЗАКРЫТ ДОЛГ: пинг в docs/PROGRESS.md секция «Полигон» (итог сессии №2).
  • 20:5x — E1≡D0 5/16 объявлен в Д14.4 (долг закрыт там же).
  • ⚠ Покупка пола ja-ноги дважды упиралась в таймаут оболочки (600с): редактор думает 60–90 с на клетку. Команда ИДЕМПОТЕНТНА (пропускает готовые), просто перезапускать.
  • 21:xx — ja6.py --sol собирает ПАКЕТ ДЛЯ SOL командой (не руками): изолированный каталог ~/books/judging/ja6-sol/ + ИНСТРУКЦИЯ.md + ПРОМТ-ДЛЯ-ХАРНЕССА.md. Вшито: путь к ключу НЕ называется (изоляция вместо «не открывай blind-keys/») · путь записи в свой каталог · правила счёта В САМОМ ЗАДАНИИ (паритет П-4) · запрет дочерних агентов · все армы единицы в одной пачке · запрет молчаливого ноля с объяснением, откуда он взялся.
  • ⚠ ПРЕ-РЕГ ОГРАНИЧЕНИЕ ja-ноги, записано ДО ответов: маржевый декой садится на 5 единиц из 9; --wide-plants (на другой японской книге давал 8/9) ПРОВЕРЕН и НЕ помогает — те же 5/9. Регексы посадок оказались не только пар-, но и КНИГО-зависимы.
  • ⚠ Покупка пола зависла на клетке dv-h-jflo-e9cad28783 (>7 мин, замок держит ЖИВОЙ процесс — снимать нельзя). Класс известен: в паке 22 вызов держал замок 74 минуты. 7 пар из 9 уже есть; если клетка не придёт — эмитировать с семью и объявить в пре-реге.

9. ЕСЛИ СЕССИЯ ОБОРВЁТСЯ ЗДЕСЬ — ЧТО ДЕЛАТЬ СЛЕДУЮЩЕМУ

  1. ls ~/books/dovodka/dv-h-jflo-*.json | wc -l — пол ja-ноги. Было 7 из 9; одна клетка (e9cad28783) зависала >9 мин, замок снимать ТОЛЬКО если процесс мёртв (ps -eo pid,cmd | grep "[j]a_axis.py --jfloor"). Добор идемпотентен: ja_axis.py --jfloor. Семи пар для описательной оси ДОСТАТОЧНО — можно эмитировать не дожидаясь.
  2. eval/.venv/bin/python eval/dovodka/ja6.py --emit → 18 заданий (p1/p2) в ~/books/judging/ja6/, ключ ~/books/dovodka/blind-keys-ja6/ (судье НЕ давать).
  3. Зарегистрировать сессии ДО запуска: runs.py --claim ja6 p1 <ток> <ток> <ток> <ток>.
  4. Отсудить СВОИМ семейством (агенты, задание самодостаточно, промт-рамку взять из tier2-воркфлоу: запрет diff/difflib, запрет дочерних агентов, изоляция каталога).
  5. ja6.py --score → гейты (плотность, декой, пол, маржевый) и контраст J6/J0. ⚠ ЕСЛИ ХОТЬ ОДИН ГЕЙТ КРАСНЫЙ — пакет Sol НЕ отдавать, идти к владельцу.
  6. Если зелено: ja6.py --sol → пакет в ~/books/judging/ja6-sol/, отдать владельцу. После его прогона: ja6.py --score-sol.
  7. Закрыть сессии runs.py --done <n>, дописать секцию Д16 в отчёт, обновить пинг PROGRESS.

НЕ ЗАБЫТЬ НАПОМНИТЬ ВЛАДЕЛЬЦУ: пере-счёт денег под настоящий прайс DeepSeek (он с оркестратором снимает цены). roster.cost() вычисляет cost_usd из пина 25.07 — весь леджер фазы это НЕ измерение, а оценка по устаревшей таблице. Токены в клетках есть, пере-счёт мгновенный.

  • 21:xx — ja-нога ЭМИТИРОВАНА и пошла в судейство: 16 заданий (две единицы без набора p2 — их клетки пола не докупились), сессии #69–#72 зарегистрированы ДО запуска, воркфлоу wf_5b498c36-7bd. Секция Д16 записана в отчёт ДО ответов (пре-рег + три ограничения). Зависший процесс покупки умер по таймауту, просроченный замок снят законно (процесс мёртв).
  • ГЛАВНЫЙ ВЫВОД СЕССИИ, если всё прочее потеряется: дуга 19→23 отвечала на вопрос «какая модель лучше редактор» (ответ устойчив: боевую связку не бьёт ни сильный тир за ×9 цены, ни дешёвые контуры), но продуктовый вопрос владельца — translationese — она не мерила. Разложение по осям: контуры проигрывают ПРОЗОЙ, а не смыслом (A3 верность −0.26 при языке −1.61; A6 верность +0.12). Смысл дешёвые схемы держат, ткань — нет и не могут: фиксер трогает 0.2–3.7% знаков. Ни один арм за пять экспериментов не пробовал СПЛОШНУЮ ДЕШЁВУЮ ПЕРЕРАБОТКУ ПРОЗЫ — переписать весь текст, но дешевле полного редактора. Там и лежит незакрытый вопрос.
  • 21:xx — ЯПОНСКАЯ НОГА ОТСУЖЕНА первым семейством, ВСЕ ГЕЙТЫ ЗЕЛЁНЫЕ. 9 единиц, 48 клеток, замечаний годности 0. Плотность 2.38 (нулей 15%) · пол 7 пар sd 2.05 → порог 2.17 · грубый декой +2.89 ПРОЙДЕН · маржевый +2.80 ПРОЙДЕН (на 5 единицах, объявлено ДО). J0 dspro 1.44 · JFLO (вторая генерация ТОГО ЖЕ dspro) 1.86 · J6 glm-5 1.89 · D0 4.22. J6/J0 −0.44 p=0.6875 ниже порога · J0/D0 +2.78 p=0.0039 перешёл. ⇒ разница между ДВУМЯ редакторами (0.44) не больше разницы между двумя прогонами ОДНОГО редактора (0.42) — самый чистый способ сказать «не различимо». ⇒ H-4 НЕ ПОДТВЕРЖДАЕТСЯ на всех трёх парах: dspro первый на zh, en (1.31 против 2.72) и ja (1.44 против 1.89). Требование заказа :115 исполнено ВПЕРВЫЕ. Секции Д16.1/Д16.2.
  • 21:xx — ПАКЕТ SOL СОБРАН: ~/books/judging/ja6-sol/ (16 заданий + ИНСТРУКЦИЯ.md + ПРОМТ-ДЛЯ-ХАРНЕССА.md). Проверено: тела побайтно равны судимым (16/16, различие ровно в строке пути записи) · утечки ключа НЕТ · в каталоге ничего кроме заданий и пустых ответов. Отдан владельцу. После его прогона: ja6.py --score-sol. Сессии #69–#72 закрыты (72 из 80).
  • 21:xx — ЗАКРЫТ ДОЛГ (частично): реестр требований. Шесть самореферентных улик заменены на АРТЕФАКТНЫЕ, все шесть прошли: R40 (грепала слово «японской ноги» и стояла зелёной, когда ноги НЕ БЫЛО → теперь считает клетки dv-h-j6-* и прогоняет ja6.py --score) · R73 (грепала заголовок → теперь прогоняет селфтесты gain/naklon/adjud --controls) · R76 (грепала фразу → money_d.py --selftest) · R2 · R57 (грепала имя константы → проверяет пойманный декой в сырье) · R61 (вела на гейт ЧУЖОГО пака verify23.py, который наклон фазы Д не проверяет → теперь naklon.py). Самореферентных 19 → 16; провалов по-прежнему 2 (R37 провенанс ja-книги, R64 реестр не закоммичен — лендит оркестратор).
  • 16.08 — СОБРАН ПРИБОР ТКАНИ: eval/dovodka/chtenie.py --emit|--score. Слепое чтение ВЛАДЕЛЬЦЕМ — минимальная форма П-6, который он принял 11.08 и который не был построен. Пакет → ~/books/chtenie-vladeltsa/ (ЧТЕНИЕ-zh.md 94 КБ, ЧТЕНИЕ-en.md 20 КБ), ключ ОТДЕЛЬНО в ~/books/dovodka/blind-keys-chtenie/ — не открывать до ответа. zh: единица ed068182cf, 5 вариантов (черновик · A0 · A3 · A6 · A4), ~9.7 тыс. знаков каждый. en: единица 27cb3a7e69, 5 вариантов (черновик · E0 · E3 · E2 · E6), ~1.9 тыс. знаков. Владелец пишет ПОРЯДОК от лучшего к худшему + по фразе на вариант в ОТВЕТ-{zh,en}.md, затем chtenie.py --score де-слепляет. Сверка его порядка с судейским счётом и есть ответ на вопрос, мерил ли риг 19→23 то, что нужно продукту.
  • 16.08, СВЕРКА РЕВИЗИИ (воскрешена после лимита): 65 находок из 131 в отчёт не попали. Критичные, требуют пере-проверки следующей сессией:
    1. H-1 МОЖЕТ ПЕРЕХОДИТЬ ПОРОГ. Вердикт A6/A0 определяют две пачки прогона, объявленного «валидацией цепочки», судимого 11.08 по НЕ замороженному промту, паритет не проверялся. Без них: пол n=13 sd 1.4058 → порог 1.0917, A6/A0 −1.0938 → ПЕРЕШЁЛ. Отчёт печатает «НЕ УСТАНОВЛЕНА». Вместе с Д14.11 (A6 по ВЕРНОСТИ +0.12) картина другая.
    2. Пачка 69de717f3f осталась в замере, хотя её сессия АННУЛИРОВАНА за сравнение вариантов. Снятие двигает пороги обоих семейств и все контрасты.
    3. Унаследованный гейт честности пола свод не гоняет; на данных claude его вердикт — «ПОЛ СМЕЩЁН, боевые числа снимаются» (сдвиг +1.8 между p1/p2). claude несёт ОБА CONFIRM.
    4. Два пре-рег-правила о маржевом гейте противоречат: по букве П-1 пачка Sol аннулируется → у H-2а остаётся одно семейство → «эскалация», а не CONFIRM.
    5. Порог назван смещённым в ПРОТИВОПОЛОЖНЫЕ стороны двумя находками; ни одна не в отчёте ⇒ калибровка порога неизвестна ПО ЗНАКУ.
    6. Донор декоя во всех 62 пачках Д4 — A0 (тот же дефект, что объявлен у tier и починен в ja6).
    7. A4/A1B: клетки оплачены при НУЛЕВОМ изменении текста; A4/A0 на 4 из 31 нулевой ПО ПОСТРОЕНИЮ (то же вскрытие сделано для E4, для A4 — нет). Полный список: /tmp/claude-1000/.../tasks/wrfw8ajqx.output (эфемерный! перенести в ~/books).

10. ФИНАЛ СЕССИИ №2 (16.08) — передача

ПРОМТ-ПЛАН ПРЕЕМНИКУ: docs/POLYGON_PHASE_D_PLAN_16-08.md (10 разделов, ~450 строк). Он самодостаточен: словарь терминов · решения владельца дословно · что построено · что установлено с числами · план из трёх шагов · долги · ловушки · мнение Fable · команды · чем закрывается работа · как разговаривать с владельцем. Читать ЦЕЛИКОМ, не грепом.

Решение владельца 16.08, меняющее прибор: «Штрафовать за вольность нельзя — живой язык один из приоритетов бэкенда. Штрафовать можно только за перевирания смысла исходника. В остальном можно менять, убирать англоязычность, переставлять текст». ⇒ рубрика судьи переписывается, и старые судейские числа с новыми станут НЕСРАВНИМЫ. Санкция на траты и на пере-проведение эксперимента дана.

Слепое чтение 16.08 (читал Fable по поручению владельца, владелец мнение одобрил): zh Спирмен +0.80 (прокси держится, но A3 — ставка владельца — у читателя ПОСЛЕДНИЙ, ниже голого черновика) · en Спирмен −0.10 (связи нет; однопроходка E2 первая, боевая связка E0 третья). Читатель ВСЛЕПУЮ предсказал механизм: «у Т3 отклонений больше, а читается лучше; счётчик должен был поставить его ниже» — так и вышло. Улики: ~/books/chtenie-vladeltsa/ОТВЕТ-*.md.

Персистировано человекочитаемым (владелец просил не jsonl): ~/books/dovodka/СВЕРКА-РЕВИЗИИ-16-08.md — 65 неотражённых находок, 7 противоречий телу отчёта, 12 инструментов, признанных негодными внутри самой ревизии.

Аудит собственного плана нашёл и закрыл пять пробелов: не было словаря терминов (после компакта план был бы нечитаем) · не сказано, что 16.08 уже наступило и подорожание, вероятно, УЖЕ случилось · не перечислены все четыре места, где живёт рубрика · не названы пути ответов слепого чтения · битая ссылка на несуществующий §5.4 · не было раздела «чем закрывается работа».

Деньги: $6.085489 из $6.85. ⚠ Это оценка по прайсу от 25.07, а не списанное: roster.cost() вычисляет из зашитого пина. Владелец с оркестратором снимают цены — НАПОМНИТЬ. Судейских сессий: 72 (кап 80 снят словом владельца). Коммиты сессии: a03ac66, 8c68828, 22a8a6b — только пре-рег-фризы. Остальное лендит оркестратор.

11. ХВОСТ 16.08 — после полного перечитывания плана

  • Sol по японской ноге прогнан владельцем, контроли НЕ взял: декой +2.22 и маржевый +1.80 против собственного порога 2.80. Пачка по норме аннулируется; направление совпало с моим семейством (J6/J0 −1.00 против −0.44). Вывод H-4 не меняется, но стоит на ОДНОМ семействе.
  • Починен ja6.py read(): не видел плоский answers/ внешнего пакета и печатал «ответов нет».
  • Цены пере-сняты — но только в бэкенде. models.yaml несёт пик (prices_checked 2026-08-15), eval/tenant_panel/roster.py:33-35 — ПО-ПРЕЖНЕМУ июльский. Следующая покупка снова посчитается неверно. Пере-счёт фазы: в кассе $5.40 (DeepSeek), по пику $15.51 (×2.87), по офф-пику ~$8.95. ⇒ смета следующего захода ~$2.9 пик / ~$1.7 офф-пик; правило ничьей может пере-решиться (pro подорожал втрое, glm-5 — Z.AI, не дорожал; разрыв ×9 сжался).
  • ⛔ ОДНОПРОХОДКА ЛОМАЕТ БАНК — блокер, найден владельцем. terminologist.md:22: терминолог выбирает канон по ВАРИАНТАМ ЧЕРНОВИКОВ. Без черновика майнингу не из чего собирать свидетельства. ⇒ однопроходка — альтернатива только ВТОРОМУ проходу, не связке. И это объясняет, почему чтение поставило её первой: на ОДНОЙ главе банк не нужен, на книге в 1500 глав имена разъедутся.
  • Порядок плана изменён по замечанию владельца: рубрика → покупка новых армов → ОДНО чтение по полной панели → судейство. Читать по всему один раз, а не дважды по кускам.
  • Полное перечитывание плана нашло шесть расхождений — все внесены. Вывод для себя: «прочитал структуру» ≠ «прочитал»; аудит по заголовкам пропустил устаревшую денежную секцию целиком.
  • 16.08, финальные правки плана по замечаниям владельца:
    1. Однопроходка — НЕ блокер. Поправка владельца: «допустима, как вариант чтоб оттуда после вырезать термины и edit точечным редактором их заменить». Её выход тоже перевод ⇒ годится терминологу как свидетельство. Заведён кандидат K7: однопроходка → майнинг банка из её выхода → канон-фиксер. На en он стоит столько же, сколько связка (~0.0091 против 0.00885), а по слепому чтению однопроходка там читалась ЛУЧШЕ — самый дешёвый способ проверить.
    2. Промт черновика — из «ловушки» в КАНДИДАТА K8. Был записан как наблюдение, хотя владелец задал его как вопрос архитектуры. 22 строки против 41; у редактора есть блок дискурс-перевёрстки и FEWSHOT из трёх примеров, у переводчика — одна строка. Замер стоит ЦЕНУ ЧЕРНОВИКА (~$0.03 на 16 единиц), самый дешёвый кандидат и ни разу не проверенный. ⚠ Сверить до замера, был ли FEWSHOT перенесён в A2 — из эрраты Э-5 это не следует.
    3. Панель черновой роли (6 моделей эксп-22, ничья → побеждает дешёвый) внесена в §3.6а: «поставить дипсик-про черновиком» уже проверено и не выиграло ⇒ низкое качество черновика — свойство РОЛИ, а не модели.
    4. Три «зелёных» инструмента, признанных негодными внутри ревизии, названы поимённо: promptdiff.py, canon.py, material_ja.py.
    5. Точечный ремонт не выброшен ратификацией: D39.117 п.3 принял его как механический ПРЕ-ГЕЙТ ПЕРЕД редактором и «ремонт только с банком»; число «$0.0002 чинит всё» пало.

12. СЕССИЯ №3 (16.08, после компакта) — ЗАХОД Д17

Работа по плану eval/dovodka/PLAN-16-08.md. Порядок шагов ПЕРЕСТАВЛЕН, основание числом: вендор переводит DeepSeek на пик/офф-пик в 16:00 UTC 16.08 (сноска прайс-страницы, факт-чек 15.08 в models.yaml). До перелома заход стоит $1.06, после — $3.17. Рубрика к покупке отношения не имеет (она нужна судейству), поэтому: КУПИТЬ → починить рубрику → отсудить.

Построено: eval/dovodka/zakhod.py — покупающий код захода. Армы Z8 (обогащённый черновик), Z8R (он же + перепис), Z1 (критик → ПОЛНЫЙ перепис), Z7 (однопроходка + канон-фиксер), ZF (вторая генерация связки = пол новой рубрики). Бесплатные ZD/Z0/ZP берутся у осей. Касса: заведены ФД-I (zh) и ФД-J (en) по $0.65, пакетный потолок $6.85 → $8.15.

Три находки ДО единой покупки (все — вычиткой и --dry, не гейтами):

  1. FEWSHOT в промт не попадает НИ У КОГО — prompts.load_template его дропает, в проде stages[edit].few_shot: false. Значит утверждение плана «у редактора есть FEWSHOT, у переводчика нет» НЕВЕРНО как основание для K8. Асимметрия реальна, но она в секции ДИСКУРС-ПЕРЕВЁРСТКИ, и переносится только она — иначе арм мерил бы то, чего в бою нет.
  2. deepseek-v4-flash в роли РЕДАКТОРА уже мерялся (эксп-22 Ф3, арм R3): −2.54 против боевого, проходит порог 2.03, плюс 3 клетки из 16 сожгли бюджет и одна вернула черновик побайтно. ⇒ идея «сплошная дешёвая переработка прозы дешёвой моделью» НЕ пустая клетка, она занята и проиграна. Из плана этот кандидат снят до покупки.
  3. Свой двойной экземпляр contour.py: en_axis держит свой, и его wire() настраивает хуки в НЁМ. Мой второй экземпляр остался с китайскими хуками — английские черновики читались китайским путём, возвращали пусто и объявлялись «БРАКОВАН гейтом проекта», то есть английская ось молча стала бы пустой. Поймано --dry до покупки.

Починен фильтр замечаний критика (contour.critic_places брал любую строку с дефисом): на zh 198 строк из 863 (23%) — согласия критика. Первая редакция моего фильтра требовала разделителя «→» и теряла настоящие находки (2 из 3 выброшенных) — правило переделано на двустороннее: выбрасываем, только если принимающая формула в ХВОСТЕ вердикта И нет маркера дефекта. Проверено выборкой глазами. На en согласий почти нет (2 из 178).

Пре-рег Д17 записан в отчёт ДО покупок: панель, правило решения, формула порога, мощность, статус осей, чего заход не может. Правило расхождения эндпойнтов объявлено ДО данных: при расхождении счёта и чтения побеждает ЧТЕНИЕ (приоритет владельца «живой язык»).