chore(freeze): snapshot demo state before Plan-07 hardening work
Freeze current submission/demo baseline: - casan-next-plans/: full task-level plan set (Plan 00 index + 02/04/06/07/08/09/12, QA, slide deck) - optimize-docs/video-steps/: per-vector scene breakdown (commands/screen-text/script) + start-tmux - run-all.sh / scorecard.sh / map-live.sh: REAL=1 live-battery wiring - regenerated evidence + audit/telemetry logs from live REAL=1 run - submission README + video recording guide updates - dry-run pipeline logs for 001-okr-web-app Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
This commit is contained in:
co-authored by
Claude Opus 4.8
parent
fabd5f8783
commit
fbcef967e5
@@ -0,0 +1,8 @@
|
||||
#!/usr/bin/env bash
|
||||
# A8 — Định lượng: red-team recall (model > regex · 30 mẫu)
|
||||
# ⚠️ CẦN OLLAMA LIVE (bật tunnel). cwd = thư mục gốc dự án.
|
||||
|
||||
bash .specify/tests/phase3-redteam-metrics.sh; echo "exit=$?"
|
||||
|
||||
# Kỳ vọng: model recall >= 0.8 VÀ > regex recall → GATE PASS
|
||||
# (regex ~0.00 trên paraphrase mới; ornith:9b ~0.85 — số THẬT khi chạy)
|
||||
@@ -0,0 +1,19 @@
|
||||
# TEXT HIỂN THỊ — A8 🟢 CẦN OLLAMA
|
||||
|
||||
## Title card
|
||||
```
|
||||
A8 · RED-TEAM RECALL (định lượng)
|
||||
30 mẫu · model vs regex
|
||||
```
|
||||
|
||||
## Caption trong khi chạy
|
||||
```
|
||||
Chạy bộ 30 mẫu red-team, đo recall của regex và của model
|
||||
```
|
||||
|
||||
## Caption kết quả
|
||||
```
|
||||
✅ model recall ≥ 0.80 VÀ > regex recall → GATE PASS
|
||||
regex ≈ 0.00 trên paraphrase mới · ornith:9b ≈ 0.85 (số THẬT khi chạy)
|
||||
H4 không chỉ định tính — có SỐ.
|
||||
```
|
||||
@@ -0,0 +1,10 @@
|
||||
# SCRIPT / MÔ TẢ — A8 (🟢 cần Ollama live)
|
||||
|
||||
**Mục tiêu:** biến H4 từ định tính sang **định lượng** — chạy bộ **30 mẫu red-team** và đo **recall** (tỷ lệ bắt được tấn công) của hai tầng: regex và model.
|
||||
|
||||
**Kết quả:** GATE yêu cầu `model recall ≥ 0.8` **và** `> regex recall`. Trên paraphrase mới, regex ≈ **0.00** (đã tự chạy), còn `ornith:9b` ≈ **0.85** — con số dự án tự báo; **khi quay hãy để script tự in số THẬT của 9B**.
|
||||
|
||||
**Nói rõ nguồn (trung thực):** ornith:9b là **sàn đủ để thắng regex**, không phải trần. Con số hiện on-screen là số script vừa đo, không suy diễn.
|
||||
|
||||
**Text mô tả (phụ đề):**
|
||||
> "H4 không chỉ định tính — có số. Model recall ≥ 0.8 và vượt regex → gate pass."
|
||||
Reference in New Issue
Block a user