376 lines
40 KiB
Markdown
376 lines
40 KiB
Markdown
> ⚠⚠ **СОСТОЯНИЕ НА 20.08 — читать ЭТО прежде плана ниже.** Курс за день сдвинулся сильнее, чем
|
||
> написано в теле; тело оставлено как есть, потому что в нём основания решений.
|
||
>
|
||
> **1. СМЕНИЛСЯ ПРИБОР.** Решение владельца: первичный — слепое чтение Fable-5, счёт ошибок —
|
||
> брак-скрин. Замерено: чтение согласно с владельцем +0.80 на ОБЕИХ парах, счёт +0.80 на
|
||
> китайской и −0.80 на английской. ⇒ **все прежние вердикты об архитектурах вынесены прибором,
|
||
> который на английской паре смотрит в обратную сторону, и подлежат пере-суду.** 16 пакетов на
|
||
> это уже собраны и проверены (см. `HANDOFF-21-08.md`).
|
||
> **2. ШАГ 1 (Г5) ЗАКРЫТ**, вердикт по H-1 устоял — секция отчёта Д21.
|
||
> **3. ШАГ 2 (подача входа критику) ОСТАНОВЛЕН владельцем** после того, как замер показал: критик
|
||
> не видит удалённого абзаца ВООБЩЕ, поэтому «сохранил ли он бдительность» мерить не на чем.
|
||
> **4. Г1в/Г1 частично отвечены:** фраза о параллельности срезает размышление на 55% и находки на
|
||
> 50%; «след в след» — неправда на ОБЕИХ парах (проверено позиционно), врать модели нельзя.
|
||
> **5. Г12 усилена до механизма:** трейс показал, что 96% финального текста модель пишет ВНУТРИ
|
||
> размышления. Размышление у dspro — черновик, а не проверка. ⇒ двухстадийная связка дёшева
|
||
> БЛАГОДАРЯ топологии: она выносит черновик из дорогого канала размышления в дешёвый выход.
|
||
> **6. Появилась новая живая ветка, которой в плане нет:** промт однопроходки как РОЛЬ. Лучшая
|
||
> редакция — формулировка ВЛАДЕЛЬЦА («брак = просвечивающий исходный язык»), она обошла обе мои
|
||
> и встала выше продакшена в слепом чтении, но при КРАСНОМ контроле шума и вчетверо дороже.
|
||
> **7. Г5-строка ниже была НЕВЕРНА ПО ЗНАКУ** — исправлено в теле.
|
||
|
||
# ПЛАН НОВОГО КУРСА — проверка живых гипотез (17.08)
|
||
|
||
> Пишется после закрытия захода Д17 и архитектурного разговора с владельцем про V6.
|
||
> Предыдущие слои: `PLAN-16-08.md` (прошлый курс, ВЫПОЛНЕН) · `SESSION2-LOG.md` §12–§14 ·
|
||
> отчёт `docs/experiments/23-editor-tier.md` секции Д17–Д20 · заказ
|
||
> `docs/POLYGON_EXP2223_REDO_SESSION_PROMPT.md` · хендофф `docs/POLYGON_PHASE_D_HANDOFF.md`.
|
||
> Читать ЦЕЛИКОМ: прошлая передача теряла пункты именно из-за чтения грепом.
|
||
|
||
---
|
||
|
||
## 0. ГДЕ МЫ ОКАЗАЛИСЬ
|
||
|
||
Заход Д17 ответил на вопрос, ради которого затевался, и ответ сместил всю рамку.
|
||
|
||
1. **Второй проход нужен** — голый черновик проигрывает всему и всегда, по всем приборам и трём
|
||
парам. Единственное, что не пошатнулось за пять экспериментов.
|
||
2. **Какой именно второй проход — приборы не различают.** Все схемы переписывания легли в
|
||
неразличимую кучу под починенной рубрикой.
|
||
3. **Причина названа и подтверждена трижды независимо: собственный разброс ОДНОГО способа от
|
||
прогона к прогону перекрывает разницу МЕЖДУ способами.** Счёт на zh (sd 4.42 между двумя
|
||
генерациями связки), машинные читатели на zh, владелец на en (опознал пару близнецов по тексту
|
||
и развёл на два места: «один прогон приличный, второй сырой»).
|
||
4. **Счётчик — браковщик, а не выборщик.** Он следит за читаемостью там, где у него есть диапазон
|
||
(широкая шкала +0.68), и слепнет на чистом тексте (узкая +0.42). Формулировка владельца:
|
||
«счётчиком отсеивать брак, чтением выбирать текст в книгу».
|
||
5. **Деньги конвейера — это размышление, и тратится оно на выравнивание двух текстов.** 85% цены
|
||
дорогой клетки. Перепис думает ×12 против однопроходки только потому, что ему дают черновик.
|
||
|
||
⇒ Курс меняется: раньше мы искали «лучшую архитектуру», теперь ищем **условия, при которых
|
||
архитектуры вообще становятся различимы**, и **чинить конвейер там, где он жжёт деньги впустую**.
|
||
|
||
---
|
||
|
||
## 1. ЖИВЫЕ ГИПОТЕЗЫ — реестр
|
||
|
||
Каждая проверяема, у каждой назван замер и цена. Порядок в §2, не здесь.
|
||
|
||
| # | гипотеза | откуда | цена |
|
||
|---|---|---|---|
|
||
| **Г1** | Выровненный вход схлопывает размышление сличающей стадии | ОДНО наблюдение: критик видел черновик 78 абзацев против 77 строк исходника (0.96:1) и думал 1084; en 8 против 1 — думал 9576 | ~$0.3 |
|
||
| **Г1а** | ⛔ После РЕДАКТОРА выравнивание исчезает (77 строк → 43 абзаца), значит критик V6 попадёт в дорогой режим даже на zh | замер 17.08 | считано: V6 на Гу ~$340 против $226 у связки |
|
||
| **Г1в** | ⭐ Достаточно СКАЗАТЬ критику, что тексты идут параллельно — размышление упадёт без всякой разметки | идея владельца 17.08; нынешний промт критика не говорит о связи текстов НИЧЕГО, кроме «исходник и его перевод» | ~$0.15 |
|
||
| **Г1б** | Разметку можно поручить ОТДЕЛЬНОМУ дешёвому вызову-экстрактору, не трогая переводчика | квирки :51 — эхо бьёт по переводу, не по JSON-выводу | ~$0.2 |
|
||
| **Г1г** | Локальное эмбеддинговое выравнивание (LaBSE/vecalign/BERTalign) даёт таблицу пар с приемлемой точностью на ХУДОЖЕСТВЕННОЙ прозе | идея владельца; модели уже в кэше машины | **$0** за прогон, только CPU-время |
|
||
| **Г2** | «Мало думает» = «плохо работает»: ленивый критик находит хуже | zh критик 1084 токена, 43 находки на 2 тыс. знаков, контур проиграл | в комплекте с Г1 |
|
||
| **Г3** | Языковому критику исходник НЕ нужен — монолингвальная критика не хуже | ось ЯЗЫК решает, а она видна без оригинала | ~$0.4 |
|
||
| **Г4** | Кэш префикса срезает вход многостадийного конвейера | используем 44.8% из возможного | $0, перекладка запросов |
|
||
| ~~**Г5**~~ | ~~вердикт по H-1 зависит от состава пачек~~ **ЗАКРЫТА 20.08, Д21: вердикт устоял** ⚠ и формулировка была НЕВЕРНА ПО ЗНАКУ — «переходит порог» значило бы «дорогой черновик ХУЖЕ связки», то есть H-1 опровергается, а не подтверждается | находка ревизии №1 | $0, потрачено |
|
||
| **Г6** | Счётчик работает при широком диапазоне, слепнет на чистом | разбиение +0.68 против +0.42, но post-hoc | ~$1.5 (трудный en материал) |
|
||
| **Г7** | Дорогая модель + ПОЛНЫЙ промт → точечная зачистка ≥ связки | пустая клетка; `A6` был дорогой моделью с ТОЩИМ промтом | ~$1.2 |
|
||
| **Г8** | Промт однопроходки, собранный как РОЛЬ, а не склейка, лучше нынешнего | нынешний несёт мета-фразу «редактора после тебя не будет» | ~$0.5 |
|
||
| **Г9** | Банк, собранный из хороших переводов, лучше банка из дешёвых черновиков | никогда не мерилось; майнер режет исходник, черновики дают лишь `drafts:` | ~$0.3 |
|
||
| **Г10** | Разделение типов сущностей (имена / титулы / предметы) улучшает банк | терминолог даёт одно правило на всех | ~$0.3 |
|
||
| **Г11** | Сцена как единица нарезки лучше чанка | эксп-15: все эффекты когезии под порогом, сигнала нет | не считана |
|
||
| **Г12** | Несколько прогонов на метод — УСЛОВИЕ любого сравнения архитектур | п.3 §0 | ×2 к любому замеру |
|
||
|
||
---
|
||
|
||
## 1а. ЧТО УЖЕ ЗАКРЫТО — НЕ ПЕРЕОТКРЫВАТЬ БЕЗ НОВОГО ОСНОВАНИЯ
|
||
|
||
Дописано при перечитывании: без этого списка следующая сессия честно потратит деньги на то,
|
||
что уже куплено и отвечено.
|
||
|
||
| закрыто | чем | вердикт |
|
||
|---|---|---|
|
||
| «критик → ПОЛНЫЙ перепис» (`K1`/`Z1`) | Д17, обе пары | −0.06 по счёту, у владельца 3-е и 4-е места. **ОТРИЦАТЕЛЬНО** |
|
||
| «обогащённый промт черновика» (`K8`/`Z8`) | Д17, обе пары | хуже голого на en, эхо-мина на zh. **ОТРИЦАТЕЛЬНО** |
|
||
| «дешёвая модель в роли редактора» | эксп-22 Ф3 | −2.54 против боевого + 3 клетки сожгли бюджет. **ОТРИЦАТЕЛЬНО** |
|
||
| «дорогая модель черновиком» | эксп-22 Ф2 | ничья, побеждает дешёвый. **ЗАКРЫТО** |
|
||
| «какая модель лучше редактор» | 5 моделей zh, 2-я на en/ja, 3 «сильных тира» | dspro первый везде. **ЗАКРЫТО устойчиво** |
|
||
| «gemini — аутлаер прозы» (эксп-04) | Д1, 15 клеток | не подтверждается, цена ×30. **ЗАКРЫТО** |
|
||
| H-4 «перевес dspro — свойство китайской пары» | zh/en/ja | не подтверждается на всех трёх. **ЗАКРЫТО** |
|
||
| роутинг «платить дорого адресно» | эксп-21 | отборщики-монетки. **ЗАКРЫТО** |
|
||
| второй последовательный перепис | эксп-20/21 | итеративный дрейф. **ЗАКРЫТО** |
|
||
| дифф-контракт вместо переписа | эксп-19 | дороже на thinking-модели. **ЗАКРЫТО** |
|
||
|
||
⚠ **Единственный ЖИВОЙ продуктовый кандидат из измеренного: «однопроходка + глоссарный проход».**
|
||
По судейской оси от связки не отличается, по банку ЛУЧШЕ неё на обеих парах (zh 1.38 против 2.88,
|
||
en 0.31 против 0.56), стоит один полный вызов вместо двух, и владелец при слепом чтении поставил
|
||
однопроходку первой на английском. Его слабое место — банк без черновика (см. Г9).
|
||
|
||
---
|
||
|
||
## 1б. РЕШЕНИЕ ВЛАДЕЛЬЦА, КОТОРОЕ ЖДЁТ ЕГО САМОГО (не гипотеза, а развилка)
|
||
|
||
**Черновая роль по НАШЕМУ ЖЕ правилу должна уйти с DeepSeek.** Правило D39.117 — «при равном
|
||
качестве берём дешёвого», качество шести черновых моделей было ничьёй. После подорожания 16.08:
|
||
|
||
```
|
||
gpt-5.6-luna $0.00358/глава
|
||
gemini-3.1-flash-lite $0.00383
|
||
deepseek-v4-flash $0.00444 ← был 0.00097, в 3.7 раза дешевле следующего
|
||
```
|
||
|
||
На книге в 1500 глав: текущая связка $40 против $23 у пары `flash-lite + glm-5`.
|
||
⚠ **Перед сменой — эхо-проба альтернатив:** у flash эхо-мина есть и она перевооружается
|
||
ослабленным thinking; у остальных не мерена НИ РАЗУ. Владелец сказал «это разговор предстоит».
|
||
|
||
---
|
||
|
||
## 2. ПОРЯДОК РАБОТ. Он важнее содержания
|
||
|
||
### ✔ ШАГ 1 — Г5. ВЫПОЛНЕН 20.08, $0. Секция отчёта Д21
|
||
|
||
**Вердикт «H-1 НЕ УСТАНОВЛЕНА» устоял.** Инструмент — `itog_d4.py --sens` (режим в СВОДЕ, нового
|
||
файла не заводилось). Арифметика находки воспроизведена побайтно; переворот живёт только в
|
||
сценарии, который возвращает пачку аннулированной сессии и одновременно снимает пачки-валидации,
|
||
то есть применяет норму в одну сторону и отменяет в другую. На нынешнем дереве запас **−0.0710**.
|
||
|
||
Тем же заходом закрыты смежные находки: **P12** (пачка `69de717f3f` уже в карантине, строка
|
||
сверки устарела) · **P07** (наклон наборов реален, вердиктов не двигает) · **R73/P40** (калибровка
|
||
порога названа ПО ЗНАКУ: пол на Д4 честен, для H-1 контраста завышен в 1.5×).
|
||
|
||
⛔ **Осталась открытой P42 и это ВОПРОС ВЛАДЕЛЬЦУ**, не замер: два пре-рег-правила о маржевом
|
||
гейте несовместимы, и от выбора между ними зависит, остаётся ли единственный CONFIRM фазы
|
||
подтверждением или становится эскалацией. Объявлено девиацией в Д21.6.
|
||
|
||
**Что вынес сверх задания:** `A6/A0` во всех пяти способах счёта стоит ВПЛОТНУЮ к порогу
|
||
(−0.62 · −0.07 · −0.51 · +0.002 · −0.007) при шаге шкалы в одну ошибку ⇒ это не «эффекта нет», а
|
||
«эффект ровно размером с шумом прибора» — та же болезнь, что Д17 намерил на новом материале.
|
||
И `A6` испытывался ТОЩИМ промтом переводчика, поэтому клетка «дорогая модель + ПОЛНЫЙ промт»
|
||
(она же ядро V6) остаётся пустой — это шаг 4.
|
||
|
||
### ШАГ 2 — Г1в + Г1 + Г2 ОДНИМ ЗАМЕРОМ (~$0.4). БЕЗ ВЫРАВНИВАНИЯ, БЕЗ РАЗМЕТКИ
|
||
|
||
⚠ **Замер УРЕЗАН по итогам спора 17.08.** Прежняя редакция предлагала подавать критику
|
||
пронумерованные ПАРЫ, то есть требовала решить задачу выравнивания. Это преждевременно: вся
|
||
ветка висит на ОДНОМ наблюдении, которое я же и объяснил. Сначала проверяем наблюдение, потом
|
||
строим схемы — норма, заведённая этим разговором.
|
||
|
||
**ПЕРВЫМ — вариант владельца (Г1в), он дешевле и чище.** Меняется ТОЛЬКО ИНСТРУКЦИЯ, данные
|
||
не трогаются вовсе. Сейчас промт критика говорит о связи двух текстов буквально одно: «тебе дан
|
||
ИСХОДНИК и его ЧЕРНОВОЙ ПЕРЕВОД». Модель вынуждена сама выяснять, как они соотносятся, — и,
|
||
похоже, именно на это уходят те 9 576 токенов.
|
||
|
||
Добавляем фразу о том, что тексты идут ПАРАЛЛЕЛЬНО. Образ владельца: два листа из разных тетрадей,
|
||
наложенные друг на друга, — тексты идут рядом, а не строчка в строчку.
|
||
|
||
⚠ **ФОРМУЛИРОВКА РЕШАЕТ, И ВРАТЬ НЕЛЬЗЯ.** «Предложение за предложением» — НЕПРАВДА: наш же промт
|
||
редактора обязывает сливать абзацы (77 строк исходника → 43 абзаца). Соврём — модель будет искать
|
||
соответствие, не найдёт и потратит БОЛЬШЕ, а не меньше. Говорить только правду: порядок сохранён ·
|
||
перевод покрывает исходник целиком · членение может отличаться · читай оба параллельно и НЕ ищи
|
||
точных пар предложений.
|
||
|
||
**ВТОРЫМ — мой вариант:** тот же кусок, но **исходник разбит по предложению на строку**
|
||
(перевод НЕ трогаем, выравнивания НЕ делаем). Детерминированно, $0.
|
||
|
||
**Гонять лучше все четыре комбинации** (инструкция вкл/выкл × разбивка вкл/выкл) на одном
|
||
материале: тогда видно, что решает — слова или форма подачи. Всё равно копейки.
|
||
|
||
⚠⚠ **РИСК, КОТОРЫЙ ЗАМЕР ОБЯЗАН ПРОВЕРИТЬ НАРАВНЕ С ТОКЕНАМИ.** Фраза «перевод покрывает исходник
|
||
целиком» может заставить критика ПЕРЕСТАТЬ ИСКАТЬ ПРОПУСКИ, а потерянный факт — один из главных
|
||
классов нашей рубрики. Выигрыш в токенах, купленный слепотой к целому классу дефектов, — это не
|
||
выигрыш. Поэтому в пре-рег отдельной строкой: считать долю находок класса «пропущено/потеряно»
|
||
до и после, и падение этой доли считать ПРОВАЛОМ варианта, даже если токены упали.
|
||
|
||
Смотрим ТРИ вещи:
|
||
* **токены размышления** — упали или нет (Г1в/Г1);
|
||
* **находки в целом** — те же, лучше или хуже (Г2);
|
||
* **находки класса «пропущено»** — не исчезли ли (риск выше).
|
||
|
||
**Если упали при тех же находках** — гипотеза жива, и тогда имеет смысл строить разметку (Г1б).
|
||
**Если нет** — вся ветка закрывается, и мы экономим себе месяц проектирования. Это и есть цель
|
||
шага: закрыть ветку дёшево, а не подтвердить её дорого.
|
||
|
||
⚠ Обещание «минус треть цены конвейера» СНЯТО: оно висело на неподтверждённом.
|
||
⚠ Пре-рег обязателен: что считаем «те же находки». Сравнение — по адъюдикации, а не на глаз.
|
||
|
||
### ШАГ 2б — Г1г: ЭМБЕДДИНГОВОЕ ВЫРАВНИВАНИЕ, ЕСЛИ ДЕШЁВОЕ НЕ СРАБОТАЛО ($0)
|
||
|
||
Гонится ТОЛЬКО если шаги 2 и 2а не дали адресации. Инструмент локальный, вызовов к API нет вовсе.
|
||
|
||
**Что уже есть на машине (проверено):** `sentence-transformers`, `torch+cpu`, 16 ядер, GTX 1070;
|
||
в кэше лежат `LaBSE`, `bge-m3`, `Qwen3-Embedding-0.6B`. Кандидаты-алгоритмы: **vecalign**
|
||
(динамическое программирование по эмбеддингам, умеет МНОГИЕ-КО-МНОГИМ) и **BERTalign** (на LaBSE,
|
||
авторы целились в художественную прозу). Gale-Church по длинам для zh↔ru слабая.
|
||
|
||
**⛔ ОГРАНИЧЕНИЕ ПРОДА: в облаке только CPU + диск, GPU нет.** Поэтому:
|
||
* выравнивание — НЕ горячий путь, один раз на книгу, результат на диске;
|
||
* объём режется: эмбеддить смысловые ходы (43–78 на кусок), а не предложения · сперва ЯКОРЯ
|
||
(термины банка, числа, реплики) прибивают опорные точки, эмбеддинги — только на промежутках ·
|
||
модель меньше + int8/ONNX;
|
||
* **роли разведены: в лаборатории это ИЗМЕРИТЕЛЬ, в проде адреса берутся из номеров смысловых
|
||
ходов по построению.** Прод на эмбеддинги опираться НЕ должен.
|
||
|
||
**Точность мерим БЕЗ ручной разметки, инструментами, которые у нас уже есть:** банк терминов
|
||
(термин в отрезке исходника обязан быть канонной формой в выровненном отрезке перевода) и маржевые
|
||
посадки (мы сами знаем, куда вставили порчу). ⚠ Чужие цифры качества из статей НЕ переносить: их
|
||
мерили там, где перевод следует за оригиналом близко, а у нас редактор обязан сливать абзацы.
|
||
|
||
### ШАГ 2а — ЕСЛИ Г1 ПОДТВЕРДИЛАСЬ: РАЗМЕТКА ОТДЕЛЬНЫМ ВЫЗОВОМ (~$0.2)
|
||
|
||
⛔ **Переводчику разметку НЕ поручать — это измеренный класс отказа.** Обогащённый черновик
|
||
получил ОДИН добавленный структурный блок и вернул исходник вместо перевода на 4 главах из 16;
|
||
запрет D21.6 говорит то же про языковые констрейнты в reasoning-ослабленных путях (эхо 3/10 → 9/10).
|
||
|
||
Разметку делает **отдельный дешёвый вызов-экстрактор**: вход исходник + готовый перевод, выход
|
||
ТОЛЬКО соответствие «номер смыслового хода → первые слова абзаца». Ни строчки текста не
|
||
переписывает. Безопасно по квирк-бюллетеню (:51): эхо бьёт по переводу, не по JSON-выводу.
|
||
|
||
**Алгоритма сопоставления при этом НЕТ и не нужно.** Если ходы пронумерованы на шаге 1, а блоки
|
||
несут те же номера, соответствие возникает по построению. Проверка разметки детерминированна:
|
||
каждый номер ровно один раз · порядок монотонный · длина блока в разумном отношении к длине хода ·
|
||
термины банка хода N присутствуют в блоке N. Не сошлось — блок «без адреса», обрабатывается как сейчас.
|
||
|
||
### ШАГ 3 — Г3 (~$0.4)
|
||
|
||
Монолингвальный языковой критик: только русский текст, исходника нет вовсе. Сравнить его находки
|
||
по оси ЯЗЫК с находками нынешнего двуязычного. Если не хуже — сличение из этой стадии убирается
|
||
целиком, а это самая дешёвая экономия из всех возможных.
|
||
|
||
### ШАГ 4 — Г7 + Г8, ПУСТЫЕ КЛЕТКИ АРХИТЕКТУРЫ V6 (~$1.7)
|
||
|
||
Обе покупаются одним заходом, потому что делят базу:
|
||
* **Г8**: промт однопроходки, собранный НАЧИСТО как роль литературного переводчика с инжектом
|
||
действий — без мета-фразы про отсутствующего редактора, без следов склейки.
|
||
* **Г7**: её выход + точечная зачистка по классифицированным замечаниям критика.
|
||
|
||
Это и есть урезанный V6 на одной паре. ⚠ Брать ОБЕ пары: разница zh/en в этой фазе оказалась
|
||
не языковой, а структурной (выровненность исходника), и на одной паре вывод не встанет.
|
||
|
||
### ШАГ 5 — Г9 + Г10, БАНК (~$0.6)
|
||
|
||
Пере-собрать банк из выходов однопроходки и из дорогих черновиков, сравнить с нынешним по составу
|
||
и покрытию. Отдельно — терминолог с РАЗДЕЛЁННЫМИ типами сущностей.
|
||
|
||
**Почему не раньше:** банк определяет связность книги на тысячах глав, но эффект его качества наш
|
||
прибор не видит вовсе — он сравнивает армы при ОДНОМ банке. Значит замер тут не судейский, а
|
||
детерминированный (состав, покрытие, устойчивость формы), и его надо ставить отдельно от
|
||
качественных шагов, чтобы не смешать.
|
||
|
||
### ШАГ 6 — Г6, ТРУДНЫЙ АНГЛИЙСКИЙ МАТЕРИАЛ (~$1.5)
|
||
|
||
Длинные плотные английские главы вместо коротких и чистых. Проверяет, восстанавливается ли
|
||
согласие счётчика с чтением при широком диапазоне. Разбиение +0.68/+0.42 сделано ПОСЛЕ данных —
|
||
это разведка, и подтверждать её надо на новом материале, иначе это подгонка.
|
||
|
||
### ШАГ 7 — Г4, КЭШ ($0)
|
||
|
||
Переложить порядок запросов так, чтобы исходник сцены был общим неизменным префиксом всех стадий.
|
||
Замер прямой: доля `cached_tokens` до и после. Сейчас 44.8%.
|
||
|
||
### ШАГ 8 — ПЕРЕНОСИМОСТЬ ВЫВОДА НА ДРУГУЮ МОДЕЛЬ (~$0.5)
|
||
|
||
Всё измеренное получено при модели-константе `deepseek-v4-pro`. Вывод честно звучит «какая
|
||
архитектура лучше ДЛЯ ЭТОЙ модели». Прогнать победившую архитектуру на `glm-5` и проверить, что
|
||
порядок не зависит от жильца. ⚠ Ставить ПОСЛЕ шагов 2–4: пока архитектура не выбрана, переносить
|
||
нечего.
|
||
|
||
### ШАГ 9 — СЛЕПОЕ ЧТЕНИЕ ЧЕЛОВЕКОМ НА НОРМАЛЬНОМ n ($0)
|
||
|
||
Владелец прочёл 1 китайскую главу и 2 английских. Пре-рег П-6 просил 8–12 единиц на ось.
|
||
Его чтение оказалось ТОЧНЕЕ машинных читателей (взял контроль там, где они провалили), поэтому
|
||
расширение выборки — самый дешёвый способ усилить решающий эндпойнт. Ограничение известно и
|
||
названо им самим: это его время.
|
||
|
||
---
|
||
|
||
## 3. ЧТО ПРОНИЗЫВАЕТ ВСЕ ШАГИ — Г12
|
||
|
||
**Сравнение архитектур по ОДНОМУ прогону запрещено.** Это вывод захода Д17, подтверждённый тремя
|
||
приборами. Любой платный замер выше планируется в ДВУХ генерациях на метод, иначе он померяет шум.
|
||
|
||
Цена этого честная: ×2 к смете. Альтернатива — мерить и не знать, что померил.
|
||
|
||
---
|
||
|
||
## 4. ДОЛГИ ФАЗЫ Д — их надо закрыть, но они НЕ курс
|
||
|
||
Не двигают знание, но без них фаза не сдаётся. Порядок внутри — от того, что искажает выводы,
|
||
к тому, что искажает отчётность.
|
||
|
||
1. **Адъюдикация английской оси** — единственное, что блокирует единственный несущий вывод фазы
|
||
(H-3 в эскалации). `adjud.py` прошит на zh, нужна параметризация. $0.
|
||
2. **65 находок ревизии** — шаг 1 курса разбирает первую; остальные разобрать там же.
|
||
3. **Секция Д5** — ручная пере-классификация 24 мест. $0.
|
||
4. **Синхронизация отчёта:** сводка Д9 противоречит Д15–Д20 в четырёх клетках · Д16 не отражает
|
||
аннулирование японской пачки Sol её же контролями · деньги в Д17 протухли (напечатана смета
|
||
$1.06 и потолки $0.65, факт $11.72 из $12.10) · тела эрраты Э-17.1 в отчёте нет.
|
||
5. **Реестр требований:** строк на Д17–Д20 нет вовсе, 16 самореферентных улик, R64 красный.
|
||
6. **Пинг в `docs/PROGRESS.md` секция «Полигон»** — последняя запись 15.08.
|
||
7. **Селфтесты `sud.py` красные на трёх осях** (d3 — 4 провала, d6 — 1, d1 — 2), все настоящие,
|
||
диагнозы в журнале. ⚠ `MIN_FLOOR["d6"]=3` — константа, поставленная под зелень; НЕ править,
|
||
это вопрос владельцу.
|
||
8. **`E1` побайтно равен черновику на 5 единицах из 16** — объявлено в Д14.4, панель без них не
|
||
пере-считана.
|
||
9. **Эррата zh-канона:** поправка границы слова живёт в коде, в сохранённый банк не дошла
|
||
(завышение покрытия +0.0039). Правка закрытой оси — ратифицирует оркестратор.
|
||
10. **`chtenie.py --score-calib` не пере-считывает число −0.10**, ради воспроизводимости которого
|
||
объявлен: печатает только порядок читателя. Долг назван в докстринге, не закрыт.
|
||
11. **Пакет второму семейству (Sol) по заходу Д17** — не собирался. Решение владельца нужно:
|
||
отдавать или объявить заход односемейным явно.
|
||
|
||
|
||
---
|
||
|
||
## 5. ЧЕГО НЕ ДЕЛАТЬ
|
||
|
||
* **Не строить V6 целиком.** Пять стадий сразу — это замер, в котором нельзя понять, что сработало.
|
||
Шаги 2–5 покупают его по кускам, и каждый кусок отвечает на свой вопрос.
|
||
* **Не выбирать архитектуру по деньгам.** Разброс между схемами 15–40%, между временем суток —
|
||
ровно вдвое. Экономить надо расписанием прогона, решать — качеством.
|
||
* **Не переносить отрицательные результаты по точечным контурам на V6.** Там фиксер чинил
|
||
дешёвый черновик; в V6 он чинит перевод хорошей модели. Другая работа.
|
||
* **Не сравнивать числа разных проходов.** Рубрика менялась (Д18), прогоны разной строгости.
|
||
* **Не покупать до пере-снятия прайса**, если вендор снова его двинет: `zakhod.price_gate`
|
||
отказывает автоматически, но проверять руками при первом запуске сессии.
|
||
|
||
---
|
||
|
||
## 6. ЛОВУШКИ, ДОБАВИВШИЕСЯ ЗА ЭТУ СЕССИЮ
|
||
|
||
1. **Файл клетки ≠ годная клетка.** Считать СОДЕРЖИМОЕ и `finish=stop`. Я на этом сел и доложил
|
||
владельцу «80 клеток куплено», когда годных было 23.
|
||
2. **Пред-полётная проба обязательна** перед циклом на сотню клеток (`zakhod.preflight`): 96
|
||
запросов ушли в `402` и выглядели как успешный прогон.
|
||
3. **Оценивать цену клетки ПО СВОЕЙ ПАРЕ**, а не по общему пулу: китайская глава впятеро длиннее
|
||
английской, общая медиана врёт вдвое.
|
||
4. **Раскладка меток в пакете ЧЕЛОВЕКУ — одна на всю пару.** Раскладка на отрывок сделала ответ
|
||
владельца нерасшифровываемым, и его работа пропала.
|
||
5. **Разборщик обязан принимать человеческую форму ответа.** Требовать машинной и молча терять
|
||
ответ — дефект инструмента, а не читателя.
|
||
6. **Пере-эмиссия не имеет права трогать пару, которая уже прочитана.** Ключ ДОГРУЖАТЬ.
|
||
7. **Гейт, который не может упасть, ничего не сторожит.** Пустая панель в селфтесте — ПРОВАЛ,
|
||
а не пропуск.
|
||
8. **`git checkout` поверх грязного дерева запрещён** — владелец отказал в пермишене, и правильно.
|
||
13. **Обогащение промта ДЕШЁВОЙ модели перевооружает эхо-мину.** Замер Д17: мандат перевёрстки,
|
||
добавленный к черновику, дал 4 негодные клетки из 16 на zh (модель вернула исходник вместо
|
||
перевода) против 1 из 16 в базе. Причина документирована: черновик ходит с `reasoning_effort:
|
||
low`, а запрет D21.6 говорит не вносить языковые констрейнты в промты reasoning-ослабленных
|
||
путей без per-model замера. **Любое обогащение промта на дешёвой модели — только с эхо-гейтом
|
||
и ре-геном.**
|
||
14. **Идентичность судей и ЧИТАТЕЛЕЙ персистится ДО запуска.** Я закрыл её постфактум
|
||
(`READERS-z17.json`) — это слабее нормы. У прохода `tier` отсутствие такого файла сделало
|
||
причину расхождения в 12 раз НЕВОССТАНОВИМОЙ.
|
||
15. **Три инструмента зоны признаны негодными ВНУТРИ ревизии, а гейты числят их зелёными:**
|
||
`promptdiff.py` (расхождение матчится по префиксу строки; отсутствующий файл пар-пакета гейт
|
||
не роняет) · `canon.py` (снятая ревью классификация всё равно пишется в артефакт — отсюда
|
||
негодность Д5) · `material_ja.py` (фильтр AI-меток объявлен механическим, кода не существует).
|
||
Опираться на любой — только после вскрытия.
|
||
16. **Д17 отсужен ОДНИМ семейством.** Норма П-1 требует двух там, где возможно. Пакет для Sol по
|
||
заходу НЕ собирался. Все выводы Д17–Д20 стоят на семействе claude плюс чтение владельца.
|
||
|
||
|
||
---
|
||
|
||
## 7. ЧЕМ ЗАКРЫВАЕТСЯ РАБОТА
|
||
|
||
1. Пре-рег ДО каждой покупки, зафризенный коммитом с основанием вслух.
|
||
2. Мощность (`power.py`) напечатана ЧИСЛОМ до денег — не словами. За это уже была девиация Э-17.2.
|
||
3. Гейты зелёные ИЛИ красные с диагнозом; константы под зелень не подгонять.
|
||
4. Секции в отчёте: следующая свободная — **Д21**.
|
||
5. Адверсариальная приёмка другим модельным семейством — она за эту сессию нашла 8 дефектов
|
||
замера и 4 неверных утверждения в моём же отчёте. Без неё не сдавать.
|
||
6. Дерево НЕ коммитить, кроме пре-рег-фризов; лендит оркестратор.
|