docs: 新增任务书 12（flow 第 1 部分：骨架与第零轮）；验收看研究质量、正式与检验代码分开
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
+2
-2
@@ -145,7 +145,7 @@
|
||||
### 4.1 研究开始
|
||||
|
||||
1. 程序把这份研究的配置冻结进账本，包括 N、M、因子数上限、每批上限、运行次数、各决策点用哪条规则、方法参数、提示词哈希。之后的流程只读这份冻结的配置。
|
||||
2. 已有的结果只有在实验条件完全相符时才能当基线；没有符合条件的结果，就安排一次基线运行，计入运行次数。
|
||||
2. 研究开始时跑一次基线，计入运行次数。不复用别的研究的结果。
|
||||
|
||||
### 4.2 第零轮：各自找不同的入口
|
||||
|
||||
@@ -705,7 +705,7 @@ VOI(S) = E_{S 的结果}[ max_p E(收益_p | S 的结果) ] − max_p E(收益_p
|
||||
- **运行一旦启动，就按实测记账。** 跑完才发现实现有错，也不标为无效重跑。
|
||||
- **不支持中途作废重做某一轮**，也不支持替换提示词模板、放弃某个阶段。想重来，就另开一份新研究。
|
||||
- **开发入口**：研究因为模型交不出合格提交而停下后，开发者可以修好提示词，在同一阶段只重新发起那一个任务。这个入口由配置开关控制，配置里必须写明开还是关：正式研究写关，开发调试时才写开。〔自定〕打开过这个入口的研究，不能当验收证据。
|
||||
- **每个阶段结束时核对几条总账**，不符就停。例如：扣掉的次数等于已确认启动的正式运行数；每条证据只记一次账。
|
||||
- **总账由记录方式本身保证，不另设核对。** 扣掉的次数不单独存，每次从"确认启动"的记录数出来；同一轮的消融结算只能写一条，重复写入直接报错。
|
||||
|
||||
---
|
||||
|
||||
|
||||
+1
-1
@@ -115,7 +115,7 @@
|
||||
|
||||
| 部分 | 管哪些步骤 | 自己的验证目标 | 拿哪份真实记录对照 |
|
||||
|---|---|---|---|
|
||||
| 1. 骨架、研究开始、第零轮 | 从账本算出现在到哪；"下一步做什么"的纯函数（步骤先后只写这一处）；主循环；恢复入口；派一个模型任务、跑一次正式运行两个共用动作；冻结配置、建镜像、基线；第零轮 | 在各处写账本之后杀掉进程再启动，不重跑、不重扣、不漏写 | 16-real-1 第零轮回放，入口分配和参考项目相同 |
|
||||
| 1. 骨架、研究开始、第零轮 | 从账本算出现在到哪；"下一步做什么"的纯函数（步骤先后只写这一处）；主循环；恢复入口；派一个模型任务、跑一次正式运行两个共用动作；冻结配置、建镜像、基线；第零轮 | 第零轮的研究质量六问（任务书 12）：入口里有没有关键想法；分到的入口分没分开；好方向分出去没有；入口是不是改代码的路线；入口有没有写答案；讨论有没有用。另杀进程再启动，不重跑、不重扣、不漏写 | 关键想法和死路清单取自同类系统与参考项目高分运行的研究路径；16-real-1 第零轮回放，分配和参考项目相同，并用同样六问打分当对照 |
|
||||
| 2. 开轮到冻结 | 4.3 ①–⑦ | 每次模型调用开始时存下的材料里，没有当时还没公开的东西 | 16-real-1 三轮提案到第二次预测回放；15-tight-2 抄错编号不再卡住 |
|
||||
| 3. 选批到采纳 | ⑧–⑫ | 扣掉的次数等于确认启动的运行数；修复用完不跑、不扣、记事件 | 选批记录的输入和 16-real-1、15-real-1 存下的比；15-tight-2 第 1 轮的修复 |
|
||||
| 4. 消融到收尾 | ⑬–⑱ 与研究结束 | 解释冻结早于任何一格启动；每格只结算一次 | 选格输入和 15-real-1、16-real-1 比；最后整份回放 16-real-1，当四部分合起来的验收 |
|
||||
|
||||
Reference in New Issue
Block a user