zizi
|
0d53fa00d5
|
修复: 接受带能力后缀的完整模型标识
|
2026-07-22 21:42:21 +08:00 |
|
zizi
|
166372c8ae
|
实现: 封闭正文智能体离线评测闭环
|
2026-07-22 18:43:30 +08:00 |
|
zizi
|
fa922f8cc5
|
实现: 装配正文五章真实冻结评测
将卡稳定选择器、冻结历史正文和目标 scaffold 绑定到同一只读快照；固定上下文预算并净化诊断索引，收紧盲评输入边界，防止目标事实和选卡信息泄漏。
|
2026-07-21 16:09:23 +08:00 |
|
zizi
|
c969fa637d
|
修复: 用原文证据绑定升格里程碑章号
|
2026-07-20 22:14:56 +08:00 |
|
zizi
|
96ebbc1d4c
|
修复: 阻断目标事实改写造成的回放泄露
|
2026-07-20 21:23:04 +08:00 |
|
zizi
|
843d5d77d3
|
合并: 细纲智能体冻结回放与授权链
# Conflicts:
# .claude/skills/replay-eval/SKILL.md
# .claude/skills/replay-eval/scripts/load_reference_work.py
|
2026-07-20 21:07:09 +08:00 |
|
zizi
|
3e269e582d
|
实现: 建立正文三臂冻结回放与可信判定
|
2026-07-20 21:00:00 +08:00 |
|
zizi
|
44ba281328
|
实现: 建立正文双证据上下文基础设施
|
2026-07-20 18:42:35 +08:00 |
|
zizi
|
2666d50a8e
|
修复: 收紧授权用途与导入任务匹配
阻断允许用途与禁止用途冲突，并让授权快照外层与内层保持一致。
导入任务按参考作品原文件唯一匹配，避免无关成功任务误阻断回放。
|
2026-07-19 22:19:47 +08:00 |
|
zizi
|
40c1fa4864
|
框架: 建立参考作品授权快照与原文件版本
新增 append-only 授权快照 DDL，并以原文件 SHA-256 固定参考作品来源版本。收紧 loader 唯一来源证明链、授权用途和时效失败关闭，保持数据库待 apply、真实记录未写。
|
2026-07-19 21:53:50 +08:00 |
|
zizi
|
1d32a96399
|
修复: 收紧回放评测失败关闭与盲化边界
复用目录先原子落盘非成功态，并为三类外部 runner 增加可配置超时。detector 改为真正盲检，安全报告与嵌套响应统一执行严格闭集校验。
|
2026-07-19 21:17:34 +08:00 |
|
zizi
|
ca7d0ada1a
|
修复: 收紧细纲回放失败关闭边界
外部 runner 各阶段失败写入明确终态，模型阶段保持 ok=false；detector 类别改为闭集并把目标章新角色缺卡归 judge/eval。同步双评编排状态、真实授权边界和离线测试口径。
|
2026-07-19 20:27:44 +08:00 |
|
zizi
|
e9918542ea
|
框架: 补全细纲回放双盲评测编排
接入三臂候选结构门、逐臂盲 detector、双 judge 反序评审、rubric 稳定性门和 B-A/C-A 去盲矩阵。\n\n所有模型链路测试均使用 fake binary，任一合同或稳定性失败均保持 fail-closed。
|
2026-07-19 19:53:18 +08:00 |
|
zizi
|
3b427854ab
|
框架: 接入回放内容审计与参考作品只读适配
|
2026-07-19 15:48:36 +08:00 |
|
zizi
|
1243d9b3ff
|
测试: 覆盖回放执行器外部规划器链路
|
2026-07-19 13:54:22 +08:00 |
|
zizi
|
a54a3a4e39
|
框架: 收紧回放评测前置门并补齐编排
|
2026-07-19 13:54:22 +08:00 |
|
zizi
|
fbb262cb57
|
框架: 建立细纲回放评测冻结与评分合同
|
2026-07-19 13:54:22 +08:00 |
|