Record U3 r0.3 combination and trial entry boundary

Why: Reviewers need the exact successful combination and a clear distinction between prepared evaluation code and paid authorization.

Evidence: Dev 6f91ca9 make test/build SELF receipt; Backend 5f83454 label regression RED→GREEN.

Impact: Documentation only; real-model quality remains NOT_RUN and six PRs stay drafts.

Refs: Dev task feature/fast-slow-u2-u3-plan; Documents PR #95
This commit is contained in:
2026-10-13 18:00:26 +00:00
parent b776fe1e4d
commit c7cb2d8d89
@@ -126,3 +126,5 @@ Backend `9019f90` 为三项分别加入失败用例后作零付费修复:恢
随后独立审阅持续用否定词截断、`项目A/项目B`、同句撤销/改数、无数字分期措辞和状态字段构造反例;每项按影响先RED再修复,旧版未通过的判断均保留在 Dev 任务卡。最终零付费机制候选 Backend `5f53f80`:材料记录展示经重新验证的完整可见句,截断且无句界转待确认;直接关系只允许一个完整来源;有限正向数量句拒绝未知数值/修订片段,唯一集合关系要求同名显式范围;任务进度文案全由宿主按阶段生成;无依据普通分析仅允许少数完整审慎句式,模型自填的影响与前提不照搬,其余待确认。新增提示不增加模型调用,处理配方从 v9 调至 **v10**,避免旧完成结果按新规则复用。这是计划内保守回退,代价是陌生自然语言更常进入待确认。
独立只读审阅者 `/root/u3_r03_final_review` 在 Backend `5f53f80` 重跑全量 Go 和无付费 live-tag 机制测试,复核上述反例后,结论为**代码机制 PASS,在批准的有限语义范围内未发现剩余 Critical/Important**;没有运行真实模型。Dev `24058c0` 固定该 Backend 的新隔离 PostgreSQL 三包通过(SELF `/tmp/fast-slow-u3-r03-20261013/postgres-v10-receipt.json`),任务自有 HTTP/Playwright 两项通过(SELF `/tmp/fast-slow-u3-r03-20261013/browser-e-receipt.json`),实例和预览均按 PID 停止。当前精确 Dev HEAD 的 `make test && make build`、Gitea CI 和 r0.3 真实模型质量仍待验证;即便机械门禁转绿,旧 r0.2 语义 FAIL 也不改判,六 PR 继续草稿,新的付费样本只在另行资源审批后运行。
验收前再次 `make task-sync` 将权威 main `57bcb17` 合入,五组件指针未变。Dev `6f91ca9` 的 `make test && make build` exit0,完整 SELF 收据 `/tmp/fast-slow-u3-r03-20261013/acceptance-combo-receipt.json` 已导入任务卡;结果仅证明该 SHA 的测试和构建。随后 Backend `5f83454` 只为未来试验增加独立 `approved-r03-20261013` 标签、`candidate-r03-a01` 输出名及既有30,000-token/单run守卫,标签回归先RED后GREEN;标签存在**不代表用户已批准付费调用**。此新增 Backend SHA 的 Dev组合/GATE仍待固定,r0.3 模型质量继续 `NOT_RUN`。