 iomgaa
|
d4b49af0d4
|
fix: 诊断运行脚本杀过一次后续跑不再重杀，三条检查按 kill.json 和杀时账本做（任务书 18 第三块）
Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>
|
2026-10-05 22:24:21 -04:00 |
|
|
iomgaa
|
c8d89d82f1
|
feat: 诊断真实运行与评估脚本（任务书 18 第三块）：起研究、杀诊断运行、统计、导出审阅材料
Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>
|
2026-10-05 10:49:58 -04:00 |
|
|
iomgaa
|
852600df02
|
feat: 诊断（任务书 18 第一块）：诊断数学、四种提交、一次运行跑多个实验、账本与材料、flow 诊断各步
消融默认关，关掉时解释阶段一并跳过；选诊断实验用信息价值减成本。
eval/diagnosis/research.json 为第三块配置。vocab 字段说明的出口文字随提示词一起改，见下一次提交的 prompts/ 与同文件改动（本次含在内）。
Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>
|
2026-10-05 10:36:20 -04:00 |
|
|
iomgaa
|
0ae495f8e8
|
eval: 完整研究的运行、统计与审阅导出（任务书 17 第三块的检验代码）
- eval/full/run.ts：配置照 eval/round-zero/research.json 只换编号，真实跑到停下；
launches/machine/timeline/outcome 照任务书 16 惯例；--kill-after-first-ablation-start
在第一个消融运行确认启动后、结果落账前 SIGKILL 控制进程，恢复续跑到底，
kill-report.json 写三条检查（同一容器不重跑、只扣一次、结果照常写入）。
- eval/lib/full.ts：账目核对 fullAccounts——逐轮走向（候选分数、采纳、选格、每格
核验重做次数与扣次、结算、押的因子）加 12 项程序账目检查（阶段开关成对、
扣次=确认启动数、余额为 0、解释冻结早于首格启动、每轮最多一条结算、解封在
收尾关闭之后且覆盖全部选中候选、跑不起来/不跑的格零扣次、第 2 轮起基线链
重算、停在"导出还没写"等）与 CPU/墙钟比（<0.9 列出并附同时段负载，只列事实）。
- eval/full/stats.ts、export.ts：统计输出与按轮按格的审阅材料导出。
- 不沿用 eval/forward/acceptance.ts 的"启动区间互不重叠"（这次 3 份同时跑）。
- tests/full-eval.test.ts 4 条：真实账本 + rules 真实计算走完一轮含消融的研究，
撑几成与配合关系标签按方法.md 6.6 手算对照。npm run check 通过，npm test 476 条通过。
|
2026-10-04 14:09:09 -04:00 |
|
|
iomgaa
|
de8e13b031
|
fix: 用容器生命周期核实恢复并单列三份总体验收
审阅发现spawn后快照早于恢复实际执行，不能证明没有重启；改用杀前至目标结果落账的Docker历史事件，保留缓存完整性限制。逐份stats不再冒称任务书总体通过；独立验收要求三份不同研究、成功杀进程及不重叠区间。两项缺陷附回归，7项定向测试与check通过，独立复审无新问题；真实B尚待启动。
|
2026-10-04 04:52:13 -04:00 |
|
|
iomgaa
|
b7be524cdc
|
eval: 准备正向采纳的真实运行恢复与质量评估
新增单份串行启动入口、首个正向运行杀进程恢复证据、逐候选审阅导出与账目统计；参考只读副本分数对照。456项免费测试通过，尚未启动三份真实验收。同步结构说明与当前工作状态。
|
2026-10-04 04:25:00 -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
|
a2a1392f01
|
eval: 第 1 轮检验脚本（跑、杀进程、导出去来历、盲评编号、Jev 三问、数字与过程）
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
|
2026-10-03 13:59:54 -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 |
|