4.3 KiB

Raw Blame History

Codex 新会话交接文档：Round 03.2 评审准备

Date: 2026-06-17

Repository: C:\Users\wangq\Documents\Codex\work-projects\the-mindscape-of-bro-tsong

Current phase: model_library_mvp

1. 本轮目标

根据 GPT 对 Round 03.1 的 REVISE 评审意见，完成一个极小的 Round 03.2 selector negative-gate patch，并准备 03.2 评审资料。

2. 已完成

将 IA / 思想考古的明确拒绝语从普通 penalty 升级为 model-level hard exclusion。
保留 QPI 显式分析 / 复核入口，但不允许 QPI 选择重新启用被明确拒绝的 IA。
移除 QPI gate 中裸 如何 和裸 判断。
增加复合 problem-definition 信号，避免普通 how-to / 词义判断误召回 QPI。
加严 scripts/run_selector_calibration_smoke.py：
- no_call 必须 selected_models == [] 且 no_call == true；
- no_call_or_low_priority 不允许 QPI 或 IA 被选中；
- select_qpi_reject_ia 必须选中 QPI 且拒绝 IA；
- select_intellectual_archaeology 如果命中 IA hard exclusion 则失败。
增加 5 条 GPT 指定陷阱：
- case_ia_negative_explicit_do_not_call_001
- case_ia_negative_only_qpi_001
- case_qpi_how_to_excel_no_call_001
- case_qpi_how_to_markdown_pdf_no_call_001
- case_qpi_dictionary_judgment_no_call_001
同步 per-model regression、aggregate regression、regression index、model/card index 和相关报告。
生成 Round 03.2 评审包：

ccra_review_bundle/round-03.2_2026-06-17_selector-negative-gate-patch/

Round 03.2 评审包内上传给 GPT / CCRA 的文件名均带 03.2 版本号；raw zip 命名为 optional_raw_changed_files_03.2.zip，zip 内保持 source-relative paths。

3. 当前计数

QPI regression cases: 55
Intellectual Archaeology regression cases: 19
Aggregate regression cases: 74
Selector calibration inputs: 90

模型状态没有升级：

qpi: draft / B / pending
intellectual_archaeology: draft / B / pending

4. 主要变更文件

selector/selector_rules.json
scripts/run_selector_demo.py
scripts/run_selector_calibration_smoke.py
selector/selector_calibration_inputs.json
tests/qpi.regression.json
tests/intellectual_archaeology.regression.json
tests/regression_cases.json
tests/regression_index.json
models/model_index.json
cards/card_index.md
cards/qpi.md
cards/intellectual_archaeology.md
docs/DECISIONS.md
README.md
selector/README.md
scripts/README.md
reports/README.md
reports/content_review_report_v0.2.md
generated reports under reports/
Round 03.2 review bundle under ccra_review_bundle/round-03.2_2026-06-17_selector-negative-gate-patch/

5. 验证结果

以下命令已通过：

python scripts\rebuild_indexes.py --check
python -m unittest discover -s tests -p "test*.py" -v
python scripts\validate_model_library.py
python scripts\check_card_contract.py
python scripts\run_selector_demo.py
python scripts\run_selector_regression.py
python scripts\run_selector_calibration_smoke.py
python scripts\check_model_card_sync.py

结果：

Index check: PASS
Unit tests: PASS, 17 tests
Model library validation: PASS
Card contract: PASS
Selector demo: PASS
Selector regression: PASS
Selector calibration smoke: PASS, 90 inputs, 0 failures, 0 warnings
Model/card sync: PASS

6. 假设

GPT 的 Round 03.2 Selector Negative-Gate Patch 指令是本轮唯一修复范围。
只做 QPI 和 只做问题定性 在当前上下文中表示拒绝 IA，同时允许 QPI。
draft-callable 只能作为评审报告语言，不写入模型 JSON status。

7. 仍不代表已经完成的事

没有进入 Round 04 blind test。
没有证明 QPI 或 IA 内容已稳定。
没有升级 status、stability_level 或 regression_status。
没有新增第三模型、LLM selector、RAG、数据库、前后端或完整问答系统。

8. 需要 GPT / Owner 判断

Round 03.2 是否 pass / revise / block。
Round 03 是否可以正式关闭。
是否允许进入 Round 04 blind input evaluation。
当前 IA hard exclusion 词表是否足够，是否需要定义“用户反转前文拒绝”的显式规则。

9. 建议下一步

将 Round 03.2 review bundle 提交给 GPT。
如果 GPT pass，关闭 Round 03 系列。
仅在 GPT / Owner 同意后启动 Round 04 blind input evaluation。

4.3 KiB Raw Blame History Unescape Escape