3.9 KiB
修复后真实交付与原版 Purge:E 批次
本方案现已执行,原约定保留如下;结果见 E实测。52次真实请求/621486报告tokens/0未知;Python一次受监督交付通过,React与四个原版对照未交付,不证明Purge收益。
这是下一独立批次的执行约定,尚未运行。前置为 A–D 相关检查通过、来源冻结,并将同一载荷在保留原 Provider 的正式宿主或经核验的同源宿主启用。原六例、20 次请求、419,597 报告 tokens 和一次未知用量保持原结论,不续跑旧 Task,不把后续成功回填旧分母。
样本和上限
| 样本 | 目标 | 单样本上限 |
|---|---|---|
| 新 React | 模型自行读取、修复四文件、原测试/类型检查/构建、实际桌面与窄屏操作、审查和本地 Git | 24 次实际请求、140,000 报告 tokens、10 分钟 |
| 新 Python | 模型自行完成规范化/统计/渲染,保留原测试、编译、审查和本地 Git | 同上 |
| Node AB | 同一三模块收支需求和基线,先关闭再启用原版受限模式 | 每组 24 次实际请求、105,000 报告 tokens、10 分钟 |
| Node BA | 相同基线、工具、原测试与监督规则,先开启再关闭 | 同上 |
整个批次最多六个新样本、100 次实际请求和 700,000 报告 tokens。宿主同时核对未知消费的保守预留;未知不能当零,不能为追求通过重置累计预算。单个在途响应可能超过上限,必须保留实际超额后停止,不能通过抹掉最终消费维持名义边界。所有模型请求串行,异常请求不自动切池或重放。
React/Python 与四个原版对照分别报告,不计算混合通过率。模型只收一次性任务和允许路径,自己读取、分析和提出实现;监督程序仅核对并批准原检查、审查模型原提案、确认其封存批次和 Git 交付。人工续接、审批、应用和任何实现提示各自计数。不得修改测试或替模型代写源码。
同源对照
原版开启使用 purge-original-restricted-v1、Purge 1.1.78 与固定 Harness 0.2.1-rc.2。关闭组使用同一个 Harness 与工具/模型桥,完全不加载原版入口,也不追加独立提示实验段。四组使用同一模型连接/修订/协议、32K 上下文、输出余量、路径、任务、检查、驱动和预算;严格核对每次实际请求及来源身份。
32K 是本次明确的实验条件。D 原版 16K 在零请求时因固定指令/工具/余量不足拒绝,旧样本保持失败;不能以静默扩大旧 Task 的上下文或删减原版提示制造成功。若必须调整已配置连接的容量,先保存公开配置身份,借助正式 API 操作并记录修订,结束恢复原选择与原参数;不读取、导出或复制 Key。
受限原版关闭自动更新、宿主修改、原版操作工具、自动重试和继续,仍保留原版提示与内部钩子的实际装配。这个对照只回答该配置在这组工程任务上的表现,不代表上游完整默认模式或通用“破甲”收益。加载、输入、原生模块及所有进程退出证据逐组保留;独立提示实验仍使用另一个标签。
结果和退出
每个样本记录功能、原测试/构建、页面操作、父工程审查/Git、原暂存/未暂存保护、实际模型身份、全部请求、报告/未知消费、耗时和监督次数。先记录失败,再做独立修复;同一失败样本不通过追加隐含提示变成新成功。
出现来源漂移、未知操作、超过预算或原进程不能确认关闭时,停止本样本并保存结果;后续组是否仍可独立执行按剩余预算和来源一致性判断。结束核对原用户项目、所有原会话/工件及模型池选择,新增记录必须归属于本批次。没有已核对的收费明细就不编造费用或节省比例;两个顺序的四个对照样本只提供描述性结果。