Промт: полигон-сессия — exp15: эмпирика сегментации/когезии/контракта t-e по research/19 §D (2026-07-16)

Исполняет пре-регистрированный дизайн research/19 §D (Q0–Q5) — дизайн-оф-рекорд трека B (D39.1). Этот промт — оркестровка исполнения; сам дизайн НЕ пересочинять: армы/метрики/дерево решений — в docs/research/19-chunking-cohesion.md §D0–D5 (+§B для контекста дизайна, §C для Q4-армов). Отчёт: docs/experiments/15-segmentation-empirics.md. Зона: eval/ + docs/experiments/. НЕ коммитить НИЧЕГО, кроме пре-рег фриза (см. ниже — его коммитишь ДО первого платного вызова); лендит оркестратор.

Решения владельца, вшитые в исполнение (16.07 — НЕ пересматривать)

Бюджет: жёсткий кап $15 на весь пакет (ключи D36.1; Gemini ~€2.6 — аддитивный thinking, судейские семьи выбирать с учётом). Точные капы и бюджет судей (trap-N × повторы × 2 порядка × ≥2 судьи) пересчитать в пре-реге с live-ценами; per-call predicted-cost кап ДО каждого вызова; стоп-гейт после каждого Q (порядок ниже).
Пол персонажа в схеме сида — ОДОБРЕН. Построй детерминированный транспорт (паттерн exp14b_reseed_promote: идемпотентный, байт-стабильный, пре-снапшот + лог): поле gender (m/f/hidden/n-a) для персонажных записей сида. Наполнение — на подпись владельца (approved-инвариант; спорные — draft). T-gen-трапы и стейт-армы Q3a′ используют это поле; если подпись не успевает до Q3a′ — арм честно помечается «стейт без пола», НЕ имитировать.
CJK-глоссы в скобках — СОХРАНЯТЬ (решение владельца). Скоринг эмпирики НЕ штрафует как CJK-утечку сбалансированный Han-в-скобках сразу после кириллического терма («Кулак Ло Ханя (羅漢拳)») — детектор скоринга обязан этот класс исключать. (Бэкенд-whitelist — фикс-лист пак-2, не твоя зона.)
W1.5-гейт (человеческая подпись между волнами) — решается ПОСЛЕ Q3 — на дизайн армов не влияет.

Пре-рег ФРИЗ (первый коммит, ДО первого платного вызова — дисциплина D30.10/D37)

Фриз-файл (§1 отчёта) пинит: армы/метрики/пороги/дерево решений (из §D дословно + твои конкретизации), капы и live-цены, судейские семьи и модель-майнер трапов (исключается из судейского пула и не совпадает семьёй с арм-моделями), хеш коммита бэкенда (текущий HEAD ≥ d3f6b34 — пак-1 залендён: memmatch-v4, sanitizer-v5, pair-сеам), хеш сида-снапшота, sha256 промт-файлов (translator.md/editor.md v3), конфиг инъекции — грязный A0 испортил бы все контрасты; любое изменение после первого платного вызова = новый experiment-ID. ⚠ Якорь A0 воспроизводит прод-инъекцию ПО ТЕКУЩЕМУ коду (trust-gated matcher!), не по памяти exp14 — реконструируй из retrieval_state.injected_ids свежего среза или таргетным портом с пометкой «при расхождении верить Go».

Порядок и стоп-гейты (из §D2/§D4)

Q2b ($0, ре-атрибуция sizecurve) → Q1+Q3a/Q3b (несущие, S2) → Q2a/Q2c → Q4a/Q4b/Q4c → Q0 (обязателен, дёшев — скоринг do-nothing). Стоп при исчерпании бюджета легитимен (пре-рег фиксирует приоритет), но стоп после Q2b НЕ закрывает центральный конфликт. Двойной якорь A0↔A0′ на S2 (floor шума) — обязателен до интерпретации любого Q.

Материал и трапы (из §D0/§D1 — исполнить как написано)

Корпус S1–S4 билдерами (gu/ja/en/jpm_corpus_build, webnovel_slice); платные армы — ТОЛЬКО S1/S2 (zh→ru); S3/S4 — $0 чанкер-профилирование (инвариант общности §0.1); структурный профиль каждого среза — в отчёт ДО прогона (срез обязан задействовать рычаг — урок полигон-синка). Трап-набор: 8 типов §D1, несущие ≥20 (T-ana/T-ent/T-tense), остальные ≥10; стратификация по дистанции антецедента; общий знаменатель контраста (пересечение границы в арме = ковариата, НЕ фильтр); ожидаемое поведение каждого трапа записано до прогона. Недобор → домайнить или пометить «Q недоказуем a priori» ДО платных вызовов.

Метрики/агрегация (из §D3 — исполнить как написано)

Reflow-инвариантный omission (валидируется на вручную вычитанном whole-chapter выходе ДО скоринга армов); детерм. KPI ($0); карта независимости сигналов (метрики с общим драйвером длины = ОДИН сигнал); span-судьи ≥2 кросс-семейных, temp 0, оба порядка, 6→10 голосов при расколе, leave-one-judge-out, катастроф-скрин к победителю; fidelity-first; парные по-главные разности; один первичный контраст на Q + Holm-Bonferroni; слепые пакеты владельцу; человеческий эндпоинт гейтит.

Прep-задачи (до платных вызовов, вместе с фризом)

⚠ DeepSeek-слаги до 2026-07-24 (research/19 §E.8): оф. дока депрекейтит deepseek-chat/-reasoner 24.07; конфиг на deepseek-v4-flash/pro вероятно не задет — грепни eval-скрипты + live /models фактчек (правило двух направлений); находки — в 00-provider-quirks.md-пинг оркестратору.
⚠ Вендор-чек префикс-кэша ZAI/GLM (§E.8-бис): оф. дока z.ai/bigmodel.cn; вся кэш-экономика Q2c/warm-then-fan условна на нём. Не верифицируется → Q2c-стоимости репортить as-billed only, без cache-normalized колонки.
Gender-транспорт сида (решение №2 выше) + лист спорных владельцу.

Дисциплина (жёстко)

Мандат самопроверки (CLAUDE.md): ревью ИСПОЛНЕНИЕМ своего кода + сформированных запросов + результатов в КАЖДОМ скрипте; каждый платный скрипт персистит usage/cost (D30.10). Полигон дважды собирал ложную сходимость (D32.4) и один раз «0 ошибок»=36 (D37) — лови себя.
Все выходы/артефакты — ВНЕ git (/home/ubuntu/books/gu-zhenren/exp15/); .env не читать; 18+ корпус — только через существующие билдеры/счётчики; бэкенд НЕ трогать (0 правок; порт-зеркала — только в своей зоне с пометкой «верить Go»); батчи НЕ коммитить (фриз — единственный твой коммит).
Реюз $0 (из §D4): exp14/sizecurve/*, A-ref-prev/both, material.json→trap_chunks, exp14b-батарея, 25-глав records.json (калибровка фертильности B1.2 — попутный deliverable чанкер-спеке).
Отчёт: §1 фриз · §2 профили срезов + трап-леджер · §3 результаты по Q (первичка/вторичка раздельно) · §4 дерево решений §D5 применённое · §5 деньги · §6 самопроверка + отклонения от пре-рега (если были — явно). Слепые пакеты владельцу — отдельно (exp15/monitor/).

9.5 KiB Raw Blame History Unescape Escape