mirror of
https://github.com/codestable/CodeStable.git
synced 2026-09-19 09:03:09 +08:00
dafang
11fa14a127
- H4 弱阳性 [underpowered]：cs-epic edge 覆盖 0.78 > 裸 agent 0.60（haiku），e2e 系列首个非天花板正信号。差异集中在跨切面边角（CLI 身份传递/dry-run 预览/回滚重映射）， 裸 agent 系统性漏（0.00），cs-epic 部分覆盖；信号领域相关（审计/迁移类拉开，通知类天花板）。 - 修 adapter_api.py max_tokens 2048→8192（+CS_EVAL_MAX_TOKENS 覆盖）：36/36 撞上限把 覆盖率测成"上限内塞得下多少文本"，冗长 roadmap 被砍更狠，差点误导出 H4 NULL。 - 效度铁律 8（生成型须校验未撞 max_tokens）/ 9（拆解覆盖只能用语义 judge；planted token recall 低估 32pp：同一 roadmap planted=0.43 vs opus judge=1.0）。 - 测量约束：sonnet 完整 roadmap 稳定网关 504（本机仅网关 AUTH_TOKEN、无官方 key）， bare-sonnet 0/9；H4 跨模型复现待独立网络环境（P3）。 Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>