4 Commits

Author	SHA1	Message	Date
Chaim	86e66cc5bd	feat(eval): פילוח אנטי-דפוסים per-ריצה — "איזה כלל הופר", לא רק כמה ... `block_distance_to_final` החזיר `anti_pattern_total` בלבד. ריצת-כיול שמדווחת "anti=4" אינה יכולה לומר מה לתקן — באבחון ה-A/B של 2026-07-28 נאלצנו להסיק את הדפוס האשם מהקשר במקום למדוד אותו. - `anti_by_pattern` (שם-דפוס → מספר-פגיעות) נוסף לתא-המדידה, מ- `count_anti_patterns` הקיים — אין ספירה מקבילה. - `_mean_by_pattern` ממצע על **כל** הריצות: דפוס שלא נורה בריצה נספר כ-0 ולא מושמט, אחרת הממוצע היה מוטה כלפי מעלה. - הדוח מקבל טבלת "פילוח אנטי-דפוסים (איזה כלל הופר)" per block×effort×model. invariants: INV-G8 (eval-harness) · G2 (מרונדר מ-count_anti_patterns/ ANTI_PATTERNS הקנוניים — מקור אחד). אימות: self-test ALL PASS · 470 passed · בדיקת-שפיות ישירה — טקסט עם 1 כותרת + 2 תבליטים + 1 פיצול-מיני מפולח נכון ל- {markdown_headers:1, bullet_lists:2, inline_numbered_fragments:1}. Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>	2026-07-28 11:17:35 +00:00
Chaim	f935f166a9	feat(calibration): כיול-אמפירי model×effort מול הסופיים (#208) ... A/B harness שמכייל את ה-effort הנעוץ per-בלוק (#204) מול הסופיים של דפנה: מייצר מחדש כל בלוק דרך מסלול-הייצור (write_block(effort_override=…) → claude_session.query → claude -p, Opus 4.8, מקומי-בלבד) ומודד מול הסקשן המתאים בסופי דרך style_distance.block_distance_to_final (change_percent, anti_pattern_total, golden-ratio deviation, composite distance). ממליץ per-בלוק על ה-effort הקרוב-ביותר לסופי. - scripts/calibrate_effort.py — ההארנס (מודל eval_retrieval.py): --self-test (offline, מוכיח מדידה+המלצה, אפס DB/CLI) · --dry-run · --efforts/--blocks/ --case/--repeats. דוח data/eval/effort-calibration-<ts>.{json,md} עם גודל-מדגם בולט — עדות-כיוון, לא רגרסיה (מעט סופיים-עלויים). - style_distance.py — block_distance_to_final + split_final_by_section (מקור-מדידה יחיד, G2; reuse compute_diff_stats/count_anti_patterns/chunker). - block_writer.py — write_block(effort_override=) להזרקת effort per-קריאה בלי לדרוס את ברירות-המחדל הנעוצות; רושם את ה-effort האפקטיבי. - scripts/SCRIPTS.md — ערך חדש. Invariants: G8 (eval-harness — מדידה אמפירית, לא הנחה) · G2 (reuse של style_distance/learning_loop — אין מסלול-מדד מקביל) · claude_session local-only (reference_claude_generation_path) · INV-LRN4/5 (השוואה מול הסופי, מדידת-סגנון; אין מהות-תיק נגררת). אומת: --self-test 14/14 PASS. הריצה החיה host-only (claude CLI) — לא ניתנת-להרצה ב-worktree/קונטיינר. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>	2026-06-30 12:13:43 +00:00
Chaim	e4651a9d06	feat(#99 / T10): get_style_guide — יחסי-זהב נמדדים מהקורפוס לצד היעד ... style_distance.measure_corpus_ratios(): מפצל כל החלטה ב-style_corpus לסעיפים (chunker) ומחשב ממוצע %-סעיף — אגרגט "_all" + פר-תוצאה (כשיש). cached. get_style_guide מציג שורת "נמדד בפועל" עם ⚠️ על פער מטווח-היעד. מצב נוכחי: style_corpus.outcome לא מאוכלס → מוצג אגרגט כל-ההחלטות (n=48: רקע 26.4% / טענות 9.7% / דיון 43.8% / סיכום 20.1%); פיצול לפי-תוצאה future-ready. המדידה גם מאירה מגבלות זיהוי-סעיפים (כוונת T10 — לסמן פער לבדיקה). חופף-חלקית ל-T7 שמודד adherence per-draft; זה מודד את הקורפוס. כשל מדידה מוצג, לא נבלע. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>	2026-06-06 21:01:42 +00:00
Chaim	a3451775fa	feat(style-acq T7): מדד מרחק-סגנון — האם הטיוטות מתכנסות לדפנה ... סוגר את ה-MVP (T0+T4+T5+T7): מטא-אות על בריאות-הלמידה (INV-LRN4), דטרמיניסטי וללא LLM. - lessons.ANTI_PATTERNS — אנטי-דפוסים נמדדים (מ-voice-fingerprint §3 המתוקן): מספרים-ידניים, רשימת-מיני (1)..(2), כותרות markdown, תבליטים. - services/style_distance.py — 3 רכיבים: golden_ratio_adherence (סטיית אחוזי-סעיפים מ-GOLDEN_RATIOS), anti_pattern_hits, draft_to_final_diff (change_percent מפנקס-ההתאמה). מקור-אמת אחד עם lessons.py. - MCP tool style_distance(case_number). INV-LRN4. G9. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>	2026-06-06 17:33:00 +00:00