iomgaa/InfoRSI
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
101 Commits 1 Branch 0 Tags
9f5ca4b7301baa8a356d6f16f5c47c370a21768e
Commit Graph

22 Commits

Author SHA1 Message Date
iomgaa fdda4f009b style: pi-lens 对 flow/vocab/tests 的引号与换行格式重排（无行为变化；check 与 477 条测试通过） 2026-10-05 00:56:37 -04:00
iomgaa 3f7de96db3 fix: 进行中的轮次不因余额为 0 被跳过（任务书 17 真实运行发现） 
full17-b 第 5 轮：两个正向运行把余额用到 0 后，roundsNext 在下一轮'下一步'时对
【正在进行中的这一轮】也判余额 0，采纳决定、收尾阶段、轮末解封全部没写就走到
导出停下。方法.md 第七部分的'余额为 0'只是不开下一轮：最后一次正向用掉全部
余额时，这一轮的采纳（采纳多因子改法则各格记'没测：剩余次数不够'）、收尾与
解封照常做。修复：余额检查只对还没开始的轮次（账本里没有这一轮的阶段、跳过
事件或决定）生效。附回归测试（旧代码下断言 adopt、实际得到 halt）。

恢复：受影响的 full17-b 用 eval:study --resume 从出错处续跑，已入账记录照原样用。
npm run check 通过，npm test 477 条通过。
 2026-10-04 22:55:53 -04:00
iomgaa 144b88480b flow: 消融到收尾、轮末解封、一轮接一轮与研究结束（任务书 17 第二块） 
- ⑬–⑱：listCells 从采纳决定和冻结协议现算（不写记录）；explanation 有消融才开
  阶段；selectCells 照 CellRuleInput 拼输入（余额当时现算、decisionSeed 版本 2），
  写种类 cells 的决定，没选中的格不另写事件；消融实现/核验按第几次编号
  （r<轮>-ablationImplementation-1、verification-1、-2……从账本数），重做从上一次
  这一格代码接着改，次数用完写 cellNotRunEvent 不跑不扣次；cannotRun 传 null 不核验
  不运行不扣次；alsoOff 用 sharedSettings 沿用同设置的第一格；消融运行一个接一个跑，
  用途 ablation，登记/扣次/恢复与正向同一入口，恢复时指标缺失策略覆盖为只记缺失
  （方法.md 第五部分）；settle 拼 SettleInput 调 settleAblation，结算与 chooseBet 的
  bet 决定写在同一事务；wrapUp 阶段关闭后，本轮选中的每个候选在同一个事务里解封
  作者自评（取最后一版提案的封存）。
- 一轮接一轮：每轮开头用 runBalance 现算余额，余额为 0 不开新轮；走到 export 停下，
  原因"导出还没写"。去掉 roundsNext 里 step.id !== "listCells" 的临时写法。
- 消融中发现由 materials 的 Board.baselineOf 从结算输出读出，flow 不另写采纳记录
  （已核实 materials 已实现）。
- 测试 +14：下一步分支 8 条（含收尾关闭后才解封、余额 0 走到导出停、关掉消融时
  解释照方法停下）、消融步骤 6 条（选格输入逐字段手拼对账、结算四种结局、同设置
  沿用、解封取最后一版封存）；npm run check 通过，npm test 472 条通过。
- 全新上下文审阅一轮（只看消融重做循环、登记扣次恢复、选格/结算/押的因子输入、
  解封时机、下一轮与结束条件）：没有会污染账本的问题；采纳一条小修（删掉未用的
  导入），其余笔记照列不改。

flow 1302 → 1662 行（上限 3500），materials 未动（1930 行）。
 2026-10-04 14:04:55 -04:00
iomgaa d7885008fe prompts: 改解释/收尾/消融实现/消融核验四份任务提示词（任务书 17 第一块） 
依据 /home/iomgaa/inforsi-eval/2026-10-04-task17/ 下的三份调研与两份真实记录诊断：

- explanation：给数前先回答"关掉后答案改从哪条路径出、那条路径值多少分"
  （诊断 P1：15-tight-2 r1、15-real-1 r2 范围被分支行为同向打穿）；
  主判断的错法答得出来就写成第二条对冲（P2：同模型同材料的相关错误）；
  "部分分得开"形态照实分开写（M6）；下一轮该做什么留给收尾（P3）。
- wrapUp：下一步改为"沿某个因子继续，或换一条更可能拿最高分的路线"
  （监督者 2026-10-04 定，方法.md 4.3 ⑱；诊断核实：收尾照着提率约 95%，
  旧方法非因子框定的收尾在饱和时自然产生换路线并被兑现）；
  新增贴近已知最好处境段（监督者 ② 核实成立：缺口量级、没出力的因子、
  "已知最好是参照不是上限"）；防撞车提醒（P5：15-real-1 r3 三条提案撞车）；
  先重读自己冻结的解释和范围再看实测（Curie 的对号顺序）。
- ablationImplementation：删掉与实验员角色提示词重复的三段（不跑正式实验、
  两个保留键写法、保障每格都带；监督者 ③ 核实属实，同一事三版措辞已漂移）；
  concerns 的具体例子换成抽象形状（诊断毛病 1：例子成了每份必答的锚）；
  补"关法走已有定义的做法，不新造"、共用代码段的行为归属判断法、
  连带关收窄为绕开跑不起来的最小集合（LLVM/git bisect/ParameterImportance
  的原则映射）；diff 参照物写明是完整代码冻结目录（与角色的"本次起点"
  口径冲突，角色那句随之限定）。
- ablationVerification：保障句删掉与角色重复的前提；补核验范围的另一侧
  （改动之外不归这一格核、不该关/连带没必要不是退回理由）；"看不清"
  改为先查完材料、仍核不了就如实填代码现状（诊断毛病 3：off 是布尔，
  没有"核不了"出口，不为它加字段）。
- vocab 字段说明同步：收尾的下一步口径、解释第二条的对冲情形、
  消融核验 where 里放总体核对说明（字段结构、类型、必填未动）。

泄露自查：填圆关键词（半径、圆心、线性规划、SLSQP、扰动、六角、布局、
摆法、结构起点、compute_max_radii、填圆、packing、circle、多起点、精修、
爬山、重启、圆、LP、2.6、26）搜改过的六份文件，零命中。
npm run check 通过，npm test 458 条通过。看到运行结果后不再改提示词。
 2026-10-04 13:09:42 -04:00
iomgaa bf5b3f2358 feat: 接通实现核验修复到正向运行采纳 
任务书16第二块：角色分派与每调用轻量检查，提交及代码原子记账，按次数核验修复且耗尽不跑，串行正式运行及恢复引用指标，采纳含null统一公开。451项免费测试通过，全新上下文独立审阅未发现问题；真实研究验收仍待进行。
 2026-10-04 04:25:00 -04:00
iomgaa 039b7bb3bc prompt: 按真实诊断收紧实现职责并保留实质核验 
任务书16第一块：参考实现、审查及最小修复提示词源码，核对五份真实账本；明确忠实协议、辅助检查边界、局部语义核对，字段说明归于vocab。用户2026-10-04确认：核验代码每个可能交出最终答案的分支标签是否对应，不预测实际路径；修复沿用基线到上次提交材料，核验看基线到修复结果。独立审阅后清除任务与角色重复指令。提示词先冻结，真实结果出来后不再调整。
 2026-10-04 03:19:17 -04:00
iomgaa 856845cd71 eval: 完成任务书15路线对照与先想后读核查 2026-10-04 01:31:50 -04:00
iomgaa f98d664a16 feat: flow 第 2 部分，第 r 轮开轮到选批（任务书 14 第二块） 
- next-step 按"第 r 轮"列出提案、第一次预测、挑刺、回应与统一、第二次预测的任务
  （一人对一个对象），判重、冻结协议、选批三步，走到 implementation 停下（任务书 15）
- steps/dispatch.ts：同阶段一人任务先后跑、不同人同时跑；提案、挑刺按 proposalId、critiqueId 分份
- steps/round.ts：判重两两问 Jev、连通成组、并进留池候选；冻结协议在回应阶段关闭后一个事务写全；
  选批照 rules 的 BatchInput 拼，种子用 decisionSeed 版本 1（选格预留版本 2）
- materials 导出 Board（构造改收记录数组，给纯函数用）；讨论原文里已作废的入口编号就地标"（已作废）"
- 删 SOURCES.md 里参考项目实测事实那一段（用户 2026-10-03 同意）
- 测试：下一步做什么 21 条、判重连组 4 条、冻结与选批 2 条、作废标注 1 条；npm test 437 通过

全新上下文审阅一轮（只看三个程序步骤与恢复）：没有会污染账本的问题。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-10-03 13:59:54 -04:00
iomgaa 2c6fdce1ca prompts: 改第 1 轮开轮到选批这一段的研究者提示词（任务书 14 第一块） 
依据参考项目 5 次高分运行第 1 轮的真实记录诊断（同轮撞车、预测锚定前一个候选、
挑刺被要求不谈机制、"罕见"判断无依据、被退回时为过检查改设计、单向偏差提示、
因子依赖与捆绑、角色提示词过长重复）和三份再调研（提案多样性、挑刺与回应、范围预测）。

- researcher.md 瘦身 6836→4386 字：去掉领域相关例子和参考项目经历，三个数改为先看参照、
  读路径、对称看往轮偏差，退回时只改原因指出的那一处
- proposal：点明同轮撞车的处境、"同一条改法"的定义、因子依赖那一格、捆绑三种处理
- 两次预测：删掉引导看已交数和"不用推演代码"；第二次先说新看到了什么
- critique：先拆成必须成立的几件事对照代码，问题改为值得想的问题，四个不同领域的例子
- response、unification：只凭证据改不改，防让步与护短，采纳要对应到改动
- vocab 字段说明只改措辞（1118→1132 行）

泄露自查关键词搜索无结果；npm run check、npm test（420）通过。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-10-03 13:31:05 -04:00
iomgaa a42349717c feat: 研究编号只许小写、配置路径必须绝对；检验判重两个顺序取平均 
任务书 13 第一部分，用户 2026-10-03 同意。
- config：studyId 限定小写字母、数字和 ._-；task、promptDir 必须以 / 开头。
- eval：research.json 路径改绝对，writeConfig 不再转换；quality.ts 第 2、6 问每对 A、B 与 B、A 各问一次取平均，两次原始概率都存。
- tests：大写编号、相对路径各加测试。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-10-03 11:42:11 -04:00
iomgaa 75d7cffd27 feat: flow 第 1 部分（骨架、研究开始、第零轮）与第零轮检验 
按任务书 12 实现 src/flow：从账本现算下一步的纯函数、主循环、恢复入口、派模型任务和跑正式运行两个共用动作、冻结配置、基线、第零轮三个研究者阶段和入口分配，走到第 1 轮时停下。materials 导出 finalEntries、加 researcherId 和 StudyRecord。

审阅采纳两条：研究编号本机已用过时冻结前报错；docker run 没启动时写完结果就停下，不在本进程里无限起新编号。

eval/ 新增第零轮检验：起研究命令行、回放假模型、检验用 Jev 客户端、六问质量评估、16-real-1 回放、杀进程与两份同时跑。tsc 与 depcruise 也检查 eval/，新增 eval 只经 index.ts 用正式代码的规则。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-10-03 10:58:52 -04:00
iomgaa 13a7e60355 feat: 任务书 11，指标名加候选前缀、消融重做接着改、判重说明补关键设定 
- 假设专用指标短名不能含"."（最长 64），冻结时由 materials 的 freezeProtocol 改为全名"候选编号.短名"；可引用清单用全名，已占用清单只剩任务指标和两个保留键。
- 消融格核验不通过重做时，工作目录是上一次交的这一格代码的副本，能读的版本加上它，完整代码照旧列出；消融实现提示词同步改。
- jev 判重材料说明补 keySettings 一句。
- 结构.md 第八部分 vocab、materials、jev，WORK_LOG 同步更新。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-10-03 06:40:40 -04:00
iomgaa 09c44031a0 feat: 任务书 10，submissions 模块与 materials 修改 
- 新增 src/submissions：先程序检查（14 条跨字段规则、不许改的文件、代码存不了、指标编号占用、提案数上限），全过再问 Jev；退回原因列出该写的全部编号；回应/统一拼冻结协议主体只在这一处；核验、消融核验通过没有。
- materials：挑刺单写"现在交什么"；退回按阶段、作者、种类、对象找（ledger 退回记录加 target，表结构版本 4）；核验材料去掉 Jev 预扫；信念本写合法化；删"本该关着"；消融核验不通过可重做，不跑的格从 cellNotRun 事件读原因。
- 用户 2026-10-03 定：冻结协议去掉 replies、replyBody，第二次预测的答复从已公开的回应或统一读；takenMetricIds 加两个保留键；解释一律交 cells；Jev 退回只列判"是"的几问、用英文问题名。
- jev 判重材料带 keySettings；读代码工具删 offset；三处旧说法改正。
- 文档：结构.md 第四、七、八部分，WORK_LOG。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-10-03 06:08:34 -04:00
iomgaa 446e26224e feat: 任务书 09，materials 模块与提示词 
- src/materials：每种提交一个材料函数，生成给模型看的材料、第一条消息、对号清单、能读的代码版本；查询只在材料内按编号找；读提示词并算原始字节哈希；信念本按方法.md 6.10 现算。
- 账本里只存成 Json 的冻结协议、位置表、决定、结算的形状和编号规则由 materials 定义并导出。
- vocab 加 Checklist（对号清单）。
- prompts/：参考项目 3 份角色提示词、16 份任务说明，只做必要改动。
- TASK.md 补一句 unversionedNames 不存进代码版本。
- 方法.md 4.3 ① 改为"研究者任务"放信念本；结构.md vocab 上限 1150、补 materials 对外内容。

用户 2026-10-03 开工前的四个决定（选的都是推荐项）："甲：上限改 1150，只放对号清单"；"甲：materials 定义并导出"；"不放，改方法.md ① 的措辞"；"按原提案挑"。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-10-03 04:08:46 -04:00
iomgaa 0ac1e01613 feat: 任务书 08，jev 模块与账本记 Jev 判断 
src/jev 3 个文件 515 行：判重、查冻结条款、查代码改动三个函数，九问问法和阈值照参考项目，只改说法和字段名，阈值注明未在新项目材料上校准，等真实数据。
新增 npm run test:jev（真实 Jev 三处各问一次）。vocab 加 JevJudgment。
ledger 表结构版本 3：callEnded 四种结局对上 agents，墙钟时间用 Measured（恢复时补写出错、原因"进程中断"、测不到）；退回、提交记录都带 jev。
config 加必填的 models.jev。

用户原话："这次就给提交记录加一个和退回记录同样的 Jev 判断字段"；"墙钟时间改用 Measured，恢复时写出错加测不到（原因'进程中断'）"。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-10-03 02:11:20 -04:00
iomgaa 3600b5c409 feat: 任务书 07，agents 模块与真实模型测试 
src/agents 4 个文件 681 行：runSession 按角色开 Pi 子会话、发工具、核对实际加载内容，
提交参数非法 JSON、必填字段交 null、Pi 形状校验不通过都经提交回调记退回。
Pi 依赖固定 0.85.1；新增 npm run test:pi（glm-5.3 真实会话）。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-10-03 01:03:19 -04:00
iomgaa 6850c0a1d4 feat: 任务书 06，workspace 模块与 task.json 的"不存"清单 
workspace 用一个裸仓库存代码版本，版本号是目录树编号，不造提交，每个版本挂 refs/versions/ 引用防清理。
存版本自己遍历目录、hash-object --no-filters 存，不用 git add；符号链接等特殊文件交回"存不了"。
取出用 ls-tree 加 cat-file 原样写出：实测 git archive 会按树里的 .gitattributes 丢文件、改换行符。
git 子进程不读系统和用户的配置，另关掉系统和用户的 attributes 文件：实测只关配置时 ~/.config/git/attributes 仍会被读。
比较交回文件级改动、新旧两边行号范围的块，以及带上下文的 diff 原文。
tasks：task.json 加必填的 unversionedNames，protectedFiles 删掉 solution.json。
全新上下文审阅一轮，采纳一条：注明块可以为空（空文件增删、只改可执行位）。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-10-02 23:43:01 -04:00
iomgaa cf6bc4c844 feat: 任务书 05，runner 与 tasks 两个模块 
runner 用 Docker 跑一条命令并交回结局和资源用量；tasks 读 task.json、准备运行目录、给出正式运行/校验器/轻量检查的运行定义，并从原始产物独立判分。任务目录从参考项目搬到 tasks/circle_packing/，新增 task.json；vocab 的 VERDICTS 删掉"判不了"，ProcessResult 的 cancelled 改为"容器从外面被杀了"。

全新上下文审阅后的两处修复：计量 shell 以容器内 root 运行，命令经 setpriv 降权，结果写在容器自己的文件层、结束后 docker cp 取出，并加 no-new-privileges，候选无法伪造计量结果把超时记成正常退出；harness 开跑前删掉旧的 solution.json、metrics.json，旧产物不会被当成本次的值。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-10-02 13:55:47 -04:00
iomgaa d2bfb971ab feat: 配置 config 模块（任务书 04） 
- src/config：research.json 的字段定义（TypeBox，全部必填、不认识的字段报错，每个字段带中文说明和类别）、一次列出全部错误的校验、步骤清单纯函数。
- 流程写成完整流程 / 朴素循环两选一，第零轮、消融写成开 / 关两选一，冲突组合写不出来，不另写检查。
- 规则名取自 rules 登记表，config 改为依赖 rules（结构.md 第二部分、.dependency-cruiser.cjs）。
- ledger 顺手两处（结构.md 第四部分）：消融结算按轮次唯一、去掉消融编号；私人笔记去掉版本号；表结构版本号升到 2。
- 结构.md 第八部分补 config 对外内容、更新 ledger 一节；WORK_LOG 更新。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-10-02 08:08:18 -04:00
iomgaa 716f4b88a5 feat: 账本 ledger 模块（任务书 03） 
一张只追加的表（序号、种类、内容、哈希），禁改禁删两条触发器。
有自己编号、只发生一次的 8 种记录加部分唯一索引，重复就报错：阶段开、阶段关、运行登记、
确认启动（确认没启动的结果也算这一条，防止同一次运行既扣次又退还）、运行结果、模型调用开始、结束、消融结算。
写入时只查四种拒收：只收开着的阶段的提交；替换必须接本人同一阶段、同一对象、同一种提交的最新一版，实现与核验类不能替换；
结果先于确认启动（没启动除外）；本轮消融已有格启动后不能关解释阶段。
写提案时作者自评拆成封存。提供打开（核对表结构版本，非账本库不改动）、追加、同步事务、读取、未完成的动作。
第一版的可见性、截止序号、通用唯一键、jev 记录和多余的前提检查已按新版任务书清掉。
三轮全新上下文审阅；flow 传错参数一类的意见按 CLAUDE.md"罕见情况怎么办"第 2 条只记录不加代码。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-10-02 06:37:47 -04:00
iomgaa 60c21ae346 feat: 研究规则 rules 模块（任务书 02） 
rules 是纯计算，src/rules 共 1761 行：方法.md 第六部分的全部公式、第七部分的余额与扣次、4.2 的入口分配，以及种子与规则登记表。

预期值有三个来源：方法.md 的手算例；tests/fixtures/rules/ 下不看实现写的 Python 脚本；参考项目 calc15、calc14b 里与现行方法一致的部分。审阅做了两轮，每轮都换一个全新上下文的子 Agent，提出的问题都已修复或写明不修的理由。

用户确认的约定（原话"1–8 都同意"）：入池、采纳、消融中发现都用严格不等号；成本用 max(0, ĝ₀)；没测的格附"含它的最好组合"的净值；战绩在分数原值上判。三个数改为严格递增后，删掉了尖峰的全部专门处理（bfb96ba）。vocab 里 Range 的说明同步改为严格递增。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-10-02 01:50:21 -04:00
iomgaa 97a43591a3 feat: 工具链与 vocab 模块（任务书 01） 
- npm 包、TypeScript、node --test、dependency-cruiser；结构.md 第六部分的检查规则一次写全，临时违规实测均报错。
- vocab：基础类型与编号格式、规范序列化与哈希、角色/阶段/提交名单、指标与运行定义及结果、模型用量、16 种提交的 TypeBox 字段定义。
- 测试：规范序列化预期串手写，哈希预期值用 sha256sum 算出；每种提交一份合法样例。
- 结构.md 第八部分补 vocab 对外内容；WORK_LOG 记下用户决定。

用户决定（2026-10-01）："同意 A，vocab 上限改为 1100 行"；"同意 A：解释的 cells 去掉 minItems，改为可选"；"3、4、5、6：同意保留你的写法"；答案路径与保障动手次数"tasks 只记读到的原始内容"，对表由以后有位置表的模块现算。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-10-01 23:37:58 -04:00