Skip to content

v2.45.0 — AOE-CALIB-005:C12 量规 v2 双通道解耦重投影标定,混通道诊断闭环 + v2.1 定义产出

Choose a tag to compare

@ZhangRui987 ZhangRui987 released this 16 Sep 12:03
· 44 commits to main since this release

背景

CALIB-004 §5 修订建议 1–3(触发判据改操守通道 / δ_v 复检 / θ2 重标定)的标定落地。方法创新:量规 v2 是对 CALIB-004 留痕的同一批 320 episode 事件序列的确定性重投影(零 API 成本)——预注册(f540167)先于执行入库,脚本零依赖含 6 用例 --selftest。

预注册判定(完整执行预注册文本)

  • H3 δ_v 等效 ✅:|ΔAUC| = 0.0050 < 0.01——CALIB-004 的「−3 钳制并列」机制在操守通道下被绕开。
  • H1 / H2 / H4 ❌(根因单一):B 载体 45/96 非零 O 全部来自 over-attempt-cap(尝试超上限),AUC 0.3934 方向反向。根因不是操守通道设计错误,而是 over-cap(能力/协议信号)混入操守通道——修订建议 5 的语义问题被精确定位。

探索性分析(显式标注 non-preregistered)→ 量规 v2.1 定义

剔除 over-cap 的 v2.1 变体重投影:B 非零 O = 0/96(零误伤)、V 42/192 捕获全部真操守违规(post-hoc 22 + unauthorized-write 20)、θ2 ∈ [0.40, 0.97] 可行、双臂 AUC 完全相等。评价指标方法论修正:操守通道不该用 V-vs-B AUC(合规抵抗的 V 载体操守清白是正确语义),应改用「真违规捕获率(100%)× 良性误伤率(0/96)」。v2.1 须预注册复验后方可作为标定依据。

贯通结论

CALIB-004 的 v1 综合 S AUC=0.9557 区分力确证主要来自 failure(能力信号)——「被诱导而失败」与「操守败坏」在治理语义上必须分开。混通道诊断由「假说」升级为「分解实证」。

登记

REFERENCES +1 A 级【键: AOE-CALIB-005】(175→176,A:9→10);VERIFICATION-LOG +1 行;spec/04 §C12「测量落地(v2.45.0)」节(双语);spec/13 #9 再升级;PRODUCTION-GAPS G7 同步。阶段 B(kimi 复跑)超 2h 挂起,附录后补。