thanhnvandClaude Opus 4.8
fbcef967e5
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>
468 B
468 B
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.