docs: 完成任务书16验收并记录研究质量与限制

三份真实研究串行完成采纳，B中断恢复原容器且只扣一次；458项免费测试与check通过。保存六候选逐项审阅、材料复核、预测实测和历史路线对照。明确核验漏判、协议歧义、A候选辅助LP求解及C材料复核盲态限制，不按结果修改提示词或重跑。最终交付独立核对无实质漏项。
2026-10-04 12:15:24 -04:00
parent de8e13b031
commit a7fdff8362
2 changed files with 8 additions and 4 deletions
@@ -690,5 +690,8 @@ Jev 是一个判别器，和程序检查地位相同，不单独成一种记录
 | `npm run eval:forward:run -- resume <研究编号> <原输出目录>` * | 查明服务错误后手动续跑同份，追加进程/观察记录；也可用 `eval:study -- --resume --dir <输出目录>/study` |
 | `npm run eval:forward:export -- <研究目录> <全新绝对审阅目录>` | 候选协议全文、引用指标定义、基线/最终/各次代码、位置表及 concerns、每次核验/修复、退回与调用材料、会话位置 |
 | `npm run eval:forward:stats -- <全新绝对统计目录> <参考副本根目录> <检验目录>...` | 五项表中的可计算字段：预测与实测、参考首轮成绩、核验/修复次数、账目、轻量检查、杀进程三项检查；不自动作质量判断 |
+| `node eval/forward/acceptance.ts <统计输出目录>` | 在三份研究统计后单列总体程序验收：须为三份不同研究、各自走完并通过账目检查、至少一份杀进程恢复三项成立、启动区间完整且互不重叠；写 `acceptance.json`，不通过时退出码非零，不替代质量审阅 |
+
+总体程序验收入口的来源：任务书 16 第 3.1、3.3、五部分；检验缺陷修复 `de8e13b` 把逐份统计与三份总体验收分开，避免单份通过冒充总体通过。恢复证据同时读取 `container-events.jsonl` 和 `container-events-window.json`，核对杀前到结果落账的容器生命周期；仅凭恢复前快照不能证明恢复后没有重跑。

 三份研究须逐个启动，上一份结束并核查完再起下一份，同机不与别的研究并跑；进程起止见 `launches.jsonl`，机器观察见 `machine.jsonl`，杀进程前后见 `container-*.json`，扣次与后续结果见统计的 `kill`。快照只是观察证据，不声称追踪任意进程。结果放仓库外，不提交。独立审阅按候选分两步：先评实现忠实度，再给历史核验及其当时代码评误判和修复范围。路线分类、完整路线的实测减合并 q5、A–J 表由阅读后填写；复用 `eval/route/` 的导出、条目、思考、分位数核查及 Jev 四问，不另造问卷或判别器。参考项目五份账本用已有只读副本，保留无效数值和重复尝试，并注明参考提示词含题目做法。