feat(saa): U5 M3-only override(bake-off)+ 10 品类多样验证集
Plan A U5「只用 M3」(创始人 2026-06-19；deepseek 留作最终模型对照): - SaaStudioGraph.Models.allSame(model): 全 11 角色统一模型工厂(bake-off 用) - SaaGraphDispatcher: saaForceModel 非空→Models.allSame(全角色统一、无跨家回退)+ 单模型路日志;空→stage1 默认(deepseek 主力,字节零变) - AigcExecutorProperties.saaForceModel(默认空=字节零变) - SaaFullGraphE2eTest: -Dsaa.e2e.model flag(全角色统一模型)+ [config] 打印 - saa-e2e-briefs-diverse10.txt: 10 个不同玩法品类(覆盖 U4 全 8 driver 家族 a-h),优于按行序前 10(仅 4 品类聚集) 验证:编译绿(test-compile exit 0)。默认 saaForceModel 空→stage1(deepseek)字节零变,仅 dispatcher=saa 生效。 实测对照(K=10/diverse-10/anthropic):deepseek 主力基线 3/10(30%,主因生成 llm_error,到门者败于 F_wiring/G_input/E_live/H_progress);M3-only 基线量测中。 不碰 gd-runtime/build-from-source(Plan B 域)。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
This commit is contained in:
lili
parent
5fde4e2609
commit
1cd199cb3c
@ -396,9 +396,18 @@ public class SaaGraphDispatcher implements GenerationDispatcher {
|
||||
mf = SaaStudioGraph.openAiFactory(api);
|
||||
upstreamDesc = "openai(" + baseUrl + ")";
|
||||
}
|
||||
// Plan A U5「只用 M3」（创始人 2026-06-19）：saaForceModel 非空 → 全角色统一该模型（含 stage2/fallback 位，单模型无跨家回退）；空=stage1 默认（deepseek 主力，字节零变）。
|
||||
String forceModel = properties.getSaaForceModel();
|
||||
boolean singleModel = forceModel != null && !forceModel.isBlank();
|
||||
SaaStudioGraph.Models models = singleModel
|
||||
? SaaStudioGraph.Models.allSame(forceModel.trim())
|
||||
: SaaStudioGraph.Models.stage1();
|
||||
if (singleModel) {
|
||||
log.info("[saa-dispatch] 单模型路（U5 只用 M3）：forceModel={}（全 11 角色统一、无跨家回退）", forceModel.trim());
|
||||
}
|
||||
// 固定架构 B2：透传救场阶梯 stage2 额外救场轮（saaStage2ExtraRepairs），走 factory-based build 重载（recursionLimit 按 5+3 重算）。
|
||||
// Plan A/U2：historyEnabled=anthropic——anthropic 路 generate 跨轮保留 thinking 历史 + 连续对话救场；openai 路关（字节零变）。
|
||||
compiledGraph = SaaStudioGraph.build(mf, SaaStudioGraph.Models.stage1(), gameRuntimeRoot,
|
||||
compiledGraph = SaaStudioGraph.build(mf, models, gameRuntimeRoot,
|
||||
properties.getSaaMaxRepairs(), properties.getSaaMaxPlayerRounds(),
|
||||
properties.getSaaStage2ExtraRepairs(),
|
||||
properties.getSaaSourceMode(), // plan U3：factory(默认,iife) | gamedef(真结构化源)
|
||||
|
||||
@ -129,6 +129,15 @@ public final class SaaStudioGraph {
|
||||
return new Models(M_DESIGN, M_CODE, M_FIX, M_PLAYER_TEXT, M_PLAYER_VISION, M_CLASSIFY, M_NARRATIVE,
|
||||
M_CODE_STAGE2, M_FIX_STAGE2, M_CODE_FALLBACK, M_FIX_FALLBACK);
|
||||
}
|
||||
|
||||
/**
|
||||
* 全角色统一同一模型（Plan A U5「只用 M3」创始人 2026-06-19；bake-off / 单模型基线用）。
|
||||
* 11 个角色名全置为 {@code model}（含 stage2 强档位与 code/fix fallback 位 → 单模型路<b>无跨家回退</b>，符合"只用 M3"语义）；
|
||||
* per-role maxTokens/temperature 不变（在 assemble 设），故小位（如 playerVision=900）仍按其预算、thinking 预算 clamp 后自动降级。
|
||||
*/
|
||||
public static Models allSame(String model) {
|
||||
return new Models(model, model, model, model, model, model, model, model, model, model, model);
|
||||
}
|
||||
}
|
||||
|
||||
/**
|
||||
|
||||
@ -222,6 +222,14 @@ public class AigcExecutorProperties {
|
||||
*/
|
||||
private Integer saaCdpPortBase = 9222;
|
||||
|
||||
/**
|
||||
* SAA 全角色强制统一模型（Plan A U5「只用 M3」，创始人 2026-06-19；bake-off / 单模型基线用）：
|
||||
* 非空 → SAA 图 11 个角色名全置为此模型（含 stage2 强档位与 code/fix fallback 位 → 单模型路<b>无跨家回退</b>）；
|
||||
* <b>空(默认)= stage1 默认路由（deepseek 主力 + M3 视觉/分类/回退），字节零变</b>。per-role maxTokens/temperature 不变。
|
||||
* <p>仅 dispatcher=saa 生效。量 M3-only 基线设 {@code MiniMax-M3}；deepseek 对照留空(默认)即 deepseek 主力路。
|
||||
*/
|
||||
private String saaForceModel;
|
||||
|
||||
// ===== SAA 模型协议（Plan A · U1「用对 M3」；flag 旁挂，默认 openai 字节零变）=====
|
||||
|
||||
/**
|
||||
|
||||
@ -220,6 +220,8 @@ class SaaFullGraphE2eTest {
|
||||
// SAA 模型协议（Plan A U1「用对 M3」；本 flag = P1-6「flip 须同切协议」的量测面孪生）：-Dsaa.e2e.protocol 默认 openai（字节零变基线）；
|
||||
// 量 anthropic 真基线（R1 硬要求 量==发、在用协议=anthropic）须显式 -Dsaa.e2e.protocol=anthropic；base/thinkingBudget 走 props 默认。
|
||||
String protocol = System.getProperty("saa.e2e.protocol", "openai").trim();
|
||||
// 强制单模型（Plan A U5「只用 M3」，创始人 2026-06-19）：-Dsaa.e2e.model 非空 → 全角色统一该模型（如 MiniMax-M3）；未设=stage1 默认(deepseek 主力)。
|
||||
String forceModel = System.getProperty("saa.e2e.model", "").trim();
|
||||
// 端口基址（Plan A U3 暴露；与 superpowers-chrome 等本机进程共存防撞）：未设=props 默认 4320/9222（字节零变）。
|
||||
// 本机 9222 常被 superpowers-chrome 占用 → 量测可 -Dsaa.e2e.cdpPortBase=9322 避撞（serve-and-play 净场只杀本槽端口，不误杀他者）。
|
||||
Integer playPortBase = Integer.getInteger("saa.e2e.playPortBase");
|
||||
@ -239,9 +241,10 @@ class SaaFullGraphE2eTest {
|
||||
props.setSaaSourceMode(sourceMode); // 003-U1 发现②：量对路（gamedef 基线须显式 -Dsaa.e2e.sourceMode=gamedef）
|
||||
props.setSaaConcurrency(concurrency); // 003-U1：后台并发度（默认 1=串行基线；>1 多 job 并行真玩各占错开端口）
|
||||
props.setSaaModelProtocol(protocol); // Plan A U1：anthropic=用对 M3 真路（R1 量==发）；默认 openai 字节零变。base/budget 走 props 默认（saaAnthropicBase / saaThinkingBudget）
|
||||
if (!forceModel.isEmpty()) props.setSaaForceModel(forceModel); // Plan A U5：全角色统一模型（如 MiniMax-M3）；未设=stage1 默认(deepseek 主力)
|
||||
if (playPortBase != null) props.setSaaPlayPortBase(playPortBase); // 未设=props 默认 4320（字节零变）
|
||||
if (cdpPortBase != null) props.setSaaCdpPortBase(cdpPortBase); // 未设=props 默认 9222；本机避 superpowers-chrome 可 -Dsaa.e2e.cdpPortBase=9322
|
||||
System.out.println("[config] sourceMode=" + sourceMode + "（factory=iife旧路/gamedef=真结构化）, concurrency=" + concurrency + ", protocol=" + protocol + ", playPortBase=" + props.getSaaPlayPortBase() + ", cdpPortBase=" + props.getSaaCdpPortBase());
|
||||
System.out.println("[config] sourceMode=" + sourceMode + "（factory=iife旧路/gamedef=真结构化）, concurrency=" + concurrency + ", protocol=" + protocol + ", forceModel=" + (forceModel.isEmpty() ? "(stage1默认/deepseek主力)" : forceModel) + ", playPortBase=" + props.getSaaPlayPortBase() + ", cdpPortBase=" + props.getSaaCdpPortBase());
|
||||
|
||||
// ── 2) 结果容器 + stub 回调（共享 latch(N) + byTrace 精确归位）+ 派发器（5 参，sourceProjectApi=null=create 路）──
|
||||
long runStart = System.currentTimeMillis();
|
||||
|
||||
@ -0,0 +1,15 @@
|
||||
# saa-e2e-briefs-diverse10.txt —— 003-U1/U5 验证集：10 个不同玩法品类（创始人 2026-06-19 指令）
|
||||
# 用法：-Dsaa.e2e.sourceMode=gamedef -Dsaa.e2e.briefFile=src/test/resources/saa-e2e-briefs-diverse10.txt -Dsaa.e2e.n=10
|
||||
# 选品原则：一品类一条、覆盖 U4 全部 8 个 driver 家族（a-h），避免单品类偶过/偶不过；优于按行序取前 10（前 10 仅 4 品类聚集）。
|
||||
# 行式：去首尾空白、跳空行与本行式 # 注释（SaaFullGraphE2eTest.parseBriefLines）。
|
||||
#
|
||||
打砖块：挡板接球把上方砖块全部消除即胜，掉球则负。
|
||||
贪吃蛇：操控小蛇吃食物变长，撞到自己身体或墙壁则游戏结束。
|
||||
小恐龙跑酷：按键让恐龙跳过仙人掌和飞鸟，撞到障碍即结束，跑得越远分越高。
|
||||
点击消除：点击三个或以上相连的同色方块把它们消掉，消满目标分数过关。
|
||||
太空射击：飞船左右移动并发射子弹击落持续下降的敌机，被敌机撞到则失败。
|
||||
打地鼠：地鼠随机从洞口冒头，点击敲中得分，限时结束时分数越高越好。
|
||||
钢琴块：只点黑色方块别碰白块，节奏越来越快，点错或漏点即结束。
|
||||
像素鸟穿管：点击让小鸟扇翅上升，穿过一根根上下水管的缝隙，撞管或落地即结束。
|
||||
愤怒投石：拖拽瞄准弹射石块，砸倒所有目标木箱即通关，弹药用尽未清场则失败。
|
||||
太空躲陨石：上下左右移动飞船躲避飞来的陨石，坚持到计时归零即通关。
|
||||
Loading…
x
Reference in New Issue
Block a user