textmachine/docs/POLYGON_Q4A_MINI_SESSION_PROMPT.md

Промт: полигон-МИНИ-сессия — exp15/Q4a «сильный переводчик» (отложенный арм), 2026-07-18

⚠ HOLD-ГЕЙТ: запускать ПОСЛЕ закрытия основной exp15-сессии (FLOOR + пере-суд Q1b + §7-рерайт сданы) — риги eval/exp15/ общие, параллельная работа в них запрещена. ⚠ DeepSeek-долина ОБЯЗАТЕЛЬНА: peak-valley официально (×2 в пики), пиковые окна UTC 01:00–04:00 и 06:00–10:00 (= 04–07 и 09–13 по +3) — pro-генерацию в пики НЕ ставить.

Это исполнение отложенного арма пре-рега exp15 (фриз b9272a1, research/19 §D2 Q4a) — дизайн НЕ пересочинять. Бюджет: свой кап $2, ВНЕ капа $15 exp15 (санкция оркестратора/владельца 18.07; в §7.7 exp15 — девиация «Q4a вынесен за кап отдельной мини-сессией»). Зона: eval/exp15/ (只 аддитивные скрипты q4a_*.py, существующие риги НЕ редактировать), артефакты — /home/ubuntu/books/gu-zhenren/exp15/, свои леджеры q4a_*.jsonl. НЕ коммитить.

Что меряет (концерн №1 — единственный незакрытый арм программы)

«Может ли ЧЕРНОВИК быть ~верным сразу» — потолок translate-стадии vs edit-стадии. Не когезия! Питает слой-3 (контракт переводчик/редактор) и выбор эскалационной архитектуры.

Дизайн (заморожен; пины оркестратора)

1. Draft-модель = deepseek-v4-pro (mistral ИСКЛЮЧЁН — судейская семья, D13.3).
2. ДВА арма, оба обязательны: (а) pro-draft → editor glm-5 (как A0); (б) pro-draft + do-nothing (БЕЗ редактора) — против ложного null: glm может пере-ломать то, что черновик починил (T-inv — editor-модельное свойство, D38).
3. Сравнение с A0 (flash-draft) на ТЕХ ЖЕ чанках; скорится верность ЧЕРНОВИКА span-уровнем: реюз exp14b-батареи смысл-трапов (a1 двойное-отрицание и классы) + T-inv-контроль фриза.
4. Судьи grok-4.3 (reasoning-ON) + mistral-large, оба порядка, 6→10, leave-one-judge-out, катастроф-скрин; исправленный риг: per-vote персист, полно-evidence окна (HEAD_CHARS-класс НЕ наследовать), gate-block≠parse-fail.
5. Метрики: (i) доля flash-провальных трапов, которые pro-draft чинит (span); (ii) дельта (а)−(б): сохраняет ли редактор выигрыш черновика или ломает; (iii) COGS-дельта draft-стадии (pro ×3.1 дороже flash — по фриз-ценам, долина).
6. Решающее правило фриза (§D5): pro-арм ратифицируется, если чинит ≥ пре-рег доли flash-провальных T-inv при COGS ≤ пре-рег потолка. Иначе — подтверждается editor-swap-путь (D38).

Дисциплина

Мандат самопроверки (CLAUDE.md): ревью исполнением кода/запросов/результатов; sanity-гейт после первых ~3 чанков генерации ДО продолжения. Per-call predicted-cost гейты; весь спенд персистится вкл. ad-hoc пробы (урок D30.10-находки верификации); usage/cost по строке. Отчёт — аддендум §7-Q4a в docs/experiments/15-segmentation-empirics.md (не коммитить) + деньги + самопроверка + девиации. Бэкенд не трогать; .env не читать; выходы вне git.