Քաղաքականություն

Errata

Ուղղումները գրառման մասն են։ Այս էջը սահմանում է, թե երբ է հրապարակված արդյունքն ուղղվում, փոխարինվում կամ հետ կանչվում, և ամբողջ պատմությունը պահում է տեսանելի։

Ինչն է գործարկում ուղղումը

Ուղղումը բացվում է, երբ raw ապացույցներով հաստատվում է հետևյալից որևէ մեկը.

փաստացի սխալ հրապարակված քարտում կամ հաշվետվությունում՝ սխալ տարբերակի իդենտիֆիկատոր, սխալ SKU, սխալ նկարագրված փաստաթղթավորված ֆունկցիա;
դեֆեկտ harness-ում, workload-ի ռևիզիայում կամ չափման տրակտում, որն ազդում է հրապարակված արդյունքի վրա;
սխալի մասին հաղորդում ընթերցողից, վենդորից կամ հաճախորդից՝ ստուգված պահպանված evidence bundle-ով։

Կրիտիկական շերտի հետագա փոփոխությունը — BIOS, kernel, driver, runtime, image կամ model artifact — ուղղում չէ. արդյունքը վալիդ էր փորձարկված բջջի համար։ Փոխարենը ազդված քարտը մակնշվում է որպես ռեվալիդացիա պահանջող՝ մինչև կրկնական գործարկումը։

Յուրաքանչյուր ուղղում թվագրվում է, մուտքագրվում ստորև բերված մատյան և կապվում ազդված էջի հետ։ Բնօրինակ տեքստը մնում է հասանելի։

Superseded և retracted

Ուղղված արդյունքը երբեք չի անհետանում։ Այն կրում է երեք կարգավիճակներից մեկը.

Կարգավիճակ	Նշանակություն
active	Արդյունքի ընթացիկ, գործող ռևիզիան։
superseded	Ավելի նոր ռևիզիա փոխարինում է այս արդյունքը։ Հին էջը մնում է հրապարակված, մակնշվում է և հղվում փոխարինողին։ Նրա եզրակացությունները պատմական են, բայց հետ կանչված չեն։
retracted	Արդյունքն ինքնին անվավեր էր — օրինակ՝ չափման դեֆեկտ կամ կոնֆիգուրացիայի սխալ գրառում։ Պնդումը հետ է կանչվում; էջը և նրա ապացույցները մնում են տեսանելի՝ պատճառի նշումով։

Գործարկումների իդենտիֆիկատորները պահպանվում են ընդմիշտ. run ID-ները երբեք չեն վերաօգտագործվում և չեն ջնջվում։ Invalid runs-ը մնում են evidence bundle-ում invalid նշումով և արձանագրված պատճառով — դրանց ջնջումը կթաքցներ հենց այն ձախողումների պատմությունը, որի արձանագրման համար գոյություն ունի լաբորատորիան։

Ուղղումների մատյան

2026-08-11 ձևակերպման ճշգրտում long-context-v1 · gemma control claim

Control claim-ի ձևակերպումը ենթադրում էր հորինում, որը տեղի չի ունեցել

Ինչ փոխվեց.: Gemma-ի control-success claim-ը կարդացվում էր որպես «ընդունեց պատասխանի բացակայությունը՝ հորինելու փոխարեն», ձախողված քառորդը ներկայացնելով որպես հորինումներ։ Արխիվային հարցում առ հարցում գրառումները ցույց են տալիս. բոլոր երեք ձախողումները դատարկ պատասխաններ են — reasoning-անցումը սպառեց թոքեն-բյուջեն մինչև առաջին նիշը։ Ոչ մի գործարկում կոդ չի հորինել։ Claim-ի ձևակերպումը, սահմանափակումները և հաշվետվության պարբերությունը հիմա ասում են հենց դա։ Claim՝ strix.gemma4.longctx.c1.control-success։
Ազդեցությունը հրապարակված թվերի վրա.: Չկա — արժեքը չի փոխվել։ Խեղաթյուրումը մոդելի ոչ օգտին էր և ստուգվում է հարցում առ հարցում հրապարակային quality.jsonl-ով։

2026-08-05 gate-ի թերություն long-context-v1 · կոնտրոլների gate

Մերժման gate-ը մարկերները փնտրում էր որպես ենթատող

Ինչ փոխվեց։: Unanswerable-կոնտրոլների gate-ը ընդունում էր ցանկացած պատասխան, որտեղ մերժման մարկերը հանդիպում էր որպես ենթատող — «Note:»-ով սկսվող հորինված պատասխանն անցնում էր «not»-ի հաշվին։ Այժմ gate-ը պահանջում է, որ պատասխանի յուրաքանչյուր կոդանման արժեք մեջբերելի լինի փաստաթղթից (մերժելիս դիստրակտորը մեջբերելը իդեալական պատասխանն է), գումարած մերժման մարկեր՝ բառի սահմաններով։
Ինչու է դա կարևոր։: Փաստաթղթի քարտի ազնվության հրապարակված վճիռը հենվում էր այդ gate-ով դատված չորս կոնտրոլային պրոմպտի վրա։
Ազդեցությունը հրապարակված թվերի վրա։: Չկա։ Արխիվային գործարկումները վերադատել հնարավոր չէր — պատասխանների տեքստերն այն ժամանակ չէին պահվում, — ուստի բջիջները վերաչափվեցին երկրորդ, հանգիստ յունիթի վրա ուղղված gate-ով. 12-ից 12 կոնտրոլ անցավ, հրապարակված 100%-ը վերարտադրվեց։ Claim-ն այժմ բխեցվում է երկու յունիթից, ապացույցի մակարդակը բարձրանում է մինչև lab_unit_replicated։

2026-08-05 նկարագրության թերություն long-context-v1 · կորպուսի մետատվյալներ

Կոնտեքստի խորության պիտակները գնահատական էին, ոչ չափում

Ինչ փոխվեց։: Long-context կորպուսը կտրվել էր «նիշ մեկ թոքենի» գնահատականով։ Runtime-ի սեփական թոքեն-հաշվառմամբ անգլերեն աստիճանները տեղավորվում են նոմինալի ~6%-ի սահմաններում (30.0k «32k» աստիճանին), ռուսերենը՝ ~65% (21.1k)։ Ամեն տարրի չափված արժեքներն այժմ դրված են կորպուսի կողքին։
Ինչու է դա կարևոր։: Խորության սանդուղքը, որը գերագնահատում է սեփական խորությունը, գերագնահատում է նաև արդյունքը։
Ազդեցությունը հրապարակված թվերի վրա։: Չկա։ Հրապարակված խորության claim-երը միայն անգլերեն են։ Կորպուսի ֆայլը չի փոխվել և դեռ համապատասխանում է իր սառեցված հեշին։

2026-08-05 գերագնահատում կայքի տեքստ · EN/RU/HY

«Նախագրանցում» հայտարարվում էր մինչ այն գոյություն ուներ

Ինչ փոխվեց։: Կայքի տեքստը հրապարակված ուսումնասիրությունները նկարագրում էր որպես նախագրանցված, մինչդեռ ոչ մի նախագրանցման արտեֆակտ սառեցված չէր։ Ձևակերպումն այժմ ասում է. մետրիկաներն ու բացառման կանոնները ֆիքսվում են գործարկումներից առաջ, հրապարակային նախագրանցումը՝ ֆլագմանային որակավորումից սկսած։
Ինչու է դա կարևոր։: Լաբորատորիան, որը վաճառում է պրոցեսի կարգապահություն, չի կարող գերագնահատել սեփական պրոցեսը։
Ազդեցությունը հրապարակված թվերի վրա։: Չկա — միայն տեքստ։ Ուղղված է բոլոր երեք լոկալներում։