Skip to content

PRISM v1.8.0 — расширение счетчика линейной стоимости, экспорт датасета, perf_baseline

Latest

Choose a tag to compare

@4dand 4dand released this 19 Jul 18:41

[1.8.0] — 2026-07-19

Категория A выросла с 9 до 15 задач, а ось оптимальности застрахована «двумя якорями».
В лидерборде — новые модели, на витрине — журнал изменений. Конституция и протоколы (основа
compat_hash) не менялись, прогоны остаются совместимыми; замер оси O стал точнее — теперь
учитываются Массив.Вставить/Удалить.

Добавлено

  • Шесть новых задач категории A (A10–A15): вставка в отсортированный массив, рабочие дни
    между датами, удаление значений, максимальная сумма подмассива, разворот слов, степень по
    модулю. Банк A вырос с 9 до 15 задач. Каждая — условие, скрытые тесты, эталон, нагрузочный
    профиль оси O и медленный якорь-baseline.
  • Гейт «двух якорей» для оси O. У каждой A-задачи, кроме эталона, есть нарочно медленное,
    но корректное решение; prism check требует, чтобы оценка O видела разницу между ними
    (эталон O≥8, baseline O≤4) — доказательство, что у cost_model нет слепой зоны.
  • Новые модели в лидерборде, прогнаны и оценены на обеих категориях: Claude Sonnet 5,
    GPT-5.6 Terra, GPT-5.6 Sol, MiMo-V2.5 Pro, GLM-5.2, Kimi K2.7 Code, Kimi K3.
  • Экспорт датасета PRISM-SMOP в JSONL для Hugging Face (genlab-1c/prism-smop).
  • Даты релиза моделей в каталоге (generation/models.yaml).
  • Журнал изменений на витрине — курируемая лента «что нового» под лидербордом и модалка
    со всеми записями (источник docs/changelog.md); ссылки на датасет Hugging Face.
  • Навигация «предыдущая/следующая модель» по рангу прямо в карточке модели.

Изменено

  • Инструментовка стоимости O расширенаМассив.Вставить/Удалить теперь учитываются в
    замере (аналоги ПризмаВставить/Удалить): линейная стоимость этих операций видна оси O.
  • Пять моделей переведены на канал AITUNNEL (openai_compat) — стабильнее прокси; канал
    доступа на баллы не влияет.

Исправлено

  • Агрегация статистики по имени модели, а не по внутреннему id: переезд модели между
    каналами больше не разбивает её на две неполные строки лидерборда.
  • Мобильная вёрстка: шапка сайта не прыгает при переходах (раскладка ушла на CSS вместо
    JS), широкие таблицы в документации прокручиваются, а не ломают страницу; витрина адаптивна.
  • Достоверность документации — сплошная сверка с кодом и данными: убраны устаревшие
    вердикты о моделях, несуществующие примеры команд (--models claude) и битая ссылка на
    YAxUnit; описание оси O приведено в соответствие с кодом (замер исполнением там, где есть
    perf.yaml, статика — как откат); в validity.md дописано обоснование вывода статической
    оси P (ρ = −0.27) и методика взвешенной каппы, на которые ссылались метрика и скореры.
  • Битый бейдж датасета Hugging Face в README.