11 KiB
Промт: полигон-сессия — exp16: банк-майнинг W1.5 по research/20 §D (2026-07-18)
⚠ HOLD-ГЕЙТ: запускать ПОСЛЕ закрытия exp15 (вся §D-программа exp15 завершена/остановлена стоп-гейтами, отчёт сдан). Гейт D39.3 «фокус полигона» в силе — одна полигон-сессия за раз.
Исполняет пре-рег дизайн research/20 §D (дизайн-оф-рекорд, D39.6) — армы/метрики/гарды/решающие правила НЕ пересочинять:
docs/research/20-bank-mining.md§D0–D5 (+§B1–B4 контекст дизайна, §C консолидация). Отчёт:docs/experiments/16-bank-mining.md. Зона:eval/(скрипты семьёйeval/exp16/) +docs/experiments/. НЕ коммитить НИЧЕГО, кроме пре-рег фриза (единственный коммит, ДО первого платного вызова); результаты сдаются отчётом, лендит оркестратор.
Решения владельца, вшитые в исполнение (17–18.07 — НЕ пересматривать)
- Бюджет платных армов: жёсткий кап $10 (A4/A5 канал сноски + cold-start срез; отдельно от exp15). Per-call predicted-cost кап; порядок §D5: $0-армы → стенд → cold-start → платные ПОСЛЕДНИМИ (отменяемы без потери $0-результатов). Урок exp15: сметы майнинга ошибались ×4 — пере-проекция после каждого блока, стоп-гейты легитимны.
- Политика канона ПОДТВЕРЖДЕНА: майнер НИКОГДА не пишет
approved(толькоauto/draft+ карта подписи); канон = по ВСЕМ вхождениям × Палладий-конформность × полнота леммы (§C2-3), НЕ первый-победил и НЕ голая мажоритарность. - Жанр-паки — НЕ строить (решение 18.07, отклонение от §B1 V-C канал (6)): V-C гоняется только на универсальных каналах — 百家姓-якорь, титул/топо-суффиксы, продуктивная морфология (авто-детект форманта, не хардкод 蛊), Палладий-детектор ru-стороны. Жанр-кондиционирование (H15-рычаг) — отложено до второй книги; зафиксируй в §6 как принятое сужение.
- Пол в сиде: 人祖=male, 古月=n-a уже подписаны (exp15-преп, сид
175a67ad…) — использовать этот сид как GT; счётчики 他/她 эмитить evidence-ом, вердикт пола = только владелец (§C2-4). - ja→ru реплика ОДОБРЕНА как след-за-§D шаг (P1=ruby-канал уже построен, ja-книга на стенде): исполняется ПОСЛЕ полного zh→ru-цикла §D, если бюджет/сессия позволяют — иначе отдельной сессией; в пре-рег НЕ вмешивать (отдельный мини-фриз при старте).
Пре-задача ($0, ДО фриза): ре-аудит exp14b исправленными правилами (D39.9)
Q4a вскрыл: правила exp14b rule_counterfactual/polarity_envy/b1 дефектны (исправленные оверрайды —
eval/exp15/q4a_traps.py; их и использовать), а харнес exp14_common.call НЕ отклоняет finish=length
(усечённый выход проходит как валидный). Сделай: (1) пере-скорь СОХРАНЁННЫЕ exp14b-выходы исправленными
правилами; (2) свип finish_reason=length по exp14/14b-леджерам; (3) отчёт-дельта: какие пер-класс
вердикты D38 сдвинулись (несущие a1-вердикты span-верифицированы независимо — ожидание: ядро держится);
флип любого несущего → СТОП и пинг оркестратору (errata-блок — его зона). При реюзе exp14-харнеса в
этом экспе — length-гейт чинить у себя (аддитивно), риг exp14 не трогать.
Пре-рег ФРИЗ (первый коммит, до платных вызовов — D30.10/D37)
Пинит из §D дословно + конкретизации: армы A1–A3+A3-абл / A6/A6b / A4/A5; GT = сид v2 пост-reseed
175a67ad… с фильтром вхождения (§D1; blurb-правило — явным пунктом); recall-метрика чистая,
precision = pseudo@K + адъюдицированная@30 (топ-30 не-сидовых — владельцу на минуты, ИЛИ кросс-семейный
судья + ручная подвыборка, F5); порог-дисциплина 60/40 (тюнинг/тест по главам, пороги заморожены
после тюнинг-половины); катастроф-скрин (方源/蛊/蛊师/古月 в топ-50 победителя — промах ядра = провал
арма); карта независимости сигналов + leave-one-out (§D4а-б); SHA кода детекторов + словари-файлы
версионируются; хеш бэкенда/сида/промтов.
Исполнение (порядок §D5)
- A1–A3+абл ($0): три детектора V-A/V-B/V-C (§B1, V-C без жанр-канала) АРМАМИ против GT на
СУЩЕСТВУЮЩИХ черновиках (
records.json57 чанков — реюз санкционирован; конфаунд инъекции ЯВНО: метрики на них = нижняя граница спреда, §D1). Recall по типам и частотным стратам (f≥10/3–9/<3), trade-off-таблица, стабильность порогов ±50%. - Алиас-ярус-1 ($0): рёбра R1–R3 при R4-констрейнтах (§B2) → precision entity-уровнево (B³-класс, не MUC); мини-голд владельца — mid-stage тачпойнт: код предлагает кандидат-рёбра сущностей слайса-25, владелец вычёркивает/дополняет (~20–30 мин) → только после этого recall-колонка.
- A6/A6b (стенд, $0): локальная 9B — споттер по вебновелл-source (ре-замер exp06-оговорки) + мини-бенч ВЕРИФИКАТОРА Z1-пар и линкера Z5-рёбер (30–50 пар, ручной голд).
- Cold-start срез (копейки): свежие flash-черновики 5 глав слайса БЕЗ глоссарий-инъекции (прямые вызовы, промт translator без блока; главы фиксируются в пре-реге) → спред-сигнал и canon-recovery экологически валидно (§D1-конфаунд снимается). ⚠ DeepSeek-долина обязательна для этого и A4-генераций: пики UTC 01–04 и 06–10 (= 04–07 и 09–13 по +3) стоят ×2 (peak-valley официально, D39.7) — сметы по обычным ценам, в пики не ставить.
- A4/A5 (платные, ≤капа): канал сноски banknote-v1 (5 глав × 2 конфига: с/без инструкции; формат §B3, срез кодом, редактор не видит) — маржинальный recall над лучшим $0-армом НА СТРАТЕ f<3, parse_fail/truncated-рейты, дельта качества черновика от инструкции, фактическая цена. Решающие правила §D5 — применить дословно (вкл. «гипотеза №1 подтверждена если…»).
Дисциплина (жёстко)
- Мандат самопроверки (CLAUDE.md): ревью ИСПОЛНЕНИЕМ кода/запросов/результатов в каждом скрипте; usage/cost персистится (D30.10); D32.4-гарды §D4 дословно. Полигон ловил себя в exp15 шесть раз ДО спенда — держи планку.
- Все артефакты — ВНЕ git (
/home/ubuntu/books/gu-zhenren/exp16/);.envне читать; 18+ — только счётчики/поверхности; бэкенд НЕ трогать (0 правок; зеркала — только в своей зоне с пометкой «при расхождении верить Go»). - Реюз exp15 ($0):
eval/exp15/mem_select.py— валидированный байт-в-байт порт Select (инъекция/ enforce-зеркало); фертильность 1.20·cjk+0.39·other; токенайзер/чанкер-порты;exp15_llm.py-класс Spender (per-call predicted-гейт + глобальный потолок + леджер-строка на вызов). Не переизобретать. - Риг-уроки exp15/Q4a (обязательны): (а)
finish=length= reject/flag на ВСЕХ своих генерациях, не валидный выход (харнес-баг D39.9 — не наследовать); (б) если для адъюдикации precision@30 берётся облачный судья — ТОЛЬКО паттерн закалённогоeval/exp15/judges.py: per-vote персист, оба порядка, полно-evidence окна (HEAD_CHARS-класс запрещён); помни измеренный судейский шум-пол на смысле 0.261 — маргинальные судейские эффекты не интерпретировать, первичный путь адъюдикации = владелец по карте. - Прод-выходы при любой сверке читать через
tmctl export(инвариант №8 backend/README), не сырые чекпоинты; для (source,draft)-пар $0-армов санкционирован records.json (см. выше). - Отчёт: §1 фриз · §2 GT/материал · §3 результаты по армам (первичка/вторичка) · §4 решающие правила применённые + маршрутизация слепых зон (главный вход бэкенд-дизайна: список GT-промахов лучшего арма с ручной Z1–Z5-классификацией) · §5 деньги · §6 самопроверка + отклонения. Карта подписи (§C2-8) — владельцу отдельным файлом-сайдкаром.