data-gen-ebd/docs/acceptance.md

5.1 KiB
Raw Blame History

单任务闭环验收

2026-10-12。范围:新项目、frame-decoder、固定 Pi 0.73.1/GLM-5.3、Docker 独立评分、真实原生轨迹与 Salty 持久归档。项目只做 rollout,不进行模型训练。二十题与扩量仍是后续阶段。

已通过的实际检查

检查 实际结果 证据边界
本地回归 41 tests PASS / 7.997 秒 Docker 控制分支部分使用 mock,本地 SDK 因缺依赖跳过
新镜像内 Pi SDK 9 tests PASS、0 skip / 2.131 秒 真实 pinned SDK 与本地 HTTP/SSE 服务;包含工具反馈和超限关闭连接
新镜像 Docker 校准 四类样例各五次,20 trials PASS;清理 confirmed 真实 Docker 评分容器、编译器与降权候选,不使用 host 回执授权
Salty CPU readiness 三个探针 succeeded、0 GPU 固定 VPC 镜像拉取、Node/Pi 版本、adapter 摘要、个人盘和模型 TLS

正式镜像 manifest digest:sha256:8fefefc607a28765d87da4f6b14f7dec19a97b35c3fa38e86b6b12590235e227。adapter SHA-256:8e023f161cb6776ffefb1e0924b26d7cfccff8c1aab38d623738d41a31736ccb。Salty 最终探针打印相同摘要;三个精确作业与文件已删除,目录 listing 为空。

校准样例 重复数 结果 每次行为检查
gold 5 5 PASS 87
template 5 5 FAIL 第 3 项拒绝跨分片缺陷
noop 5 5 FAIL 第 2 项拒绝无功能实现
cheat 5 5 FAIL 第 1 项拒绝伪造输出

87 项覆盖合法长度 0–16、完整及逐字节分片、不完整输入、CRC 失败后恢复、非法长度和十六进制输入。负例在首个失败行为停止,不将其检查数写成 87。

36 校准目录:runs/calibration-c9df286ffd4149038b6b8e003518850e。task digest:9ed02c0a509375f2b6a6a4a35a1c05d954ac16789c573b0b066f5d3da50e6375;verifier digest:8dbe11cc0ff254e6a7bcbbec94b6b452d6382c028e2dfeff7a9b830e7d0106ef。正式归档保留原始校准回执和文件摘要。

现场发现和修复

先 chmod 再 chown,修复移交构建目录所有权后无 CAP_FOWNER 的权限故障;tmpfs 显式 exec/nosuid/nodev,修复 Docker 默认 noexec 阻止候选执行。两项修复由新镜像完整校准证明,没有扩大评分 capability。

第一次真实模型会话多轮 HTTP 200 和工具已运行,但累计 message_update 快照把 stdout 增长到 240944292 字节。精确中断自身 controller 后 UNVERIFIED、cleanup confirmed,不计完整轨迹。adapter 保留原始增量和完整 message_end/request/session entries,写前限制 16 MiB并主动 abort;真实 SDK 超限测试证明连接关闭、仅一次请求、唯一失败终态。

第 9 项 SDK 用例最初错误假定 model_request 后不会排队写 user message_end,只修正测试,确认 payload 超限未发 HTTP 后重新 9/9 PASS。临时失败产物在保留 故障摘要 后删除。

真实会话与归档

修复后的真实 Pi/GLM-5.3 会话已 PASS:8 轮模型调用、10 个工具反馈都进入后续输入,原生证据 VERIFIED,候选独立 87 项检查 PASS。Agent exit 0,container/proxy/network cleanup confirmed。归档入口按 合同 重验身份、候选、独立 grade 和 host/native/broker 因果证据;其 6 个边界测试包含完整 PASS/FAIL、篡改拒绝、显式 allowlist、秘密排除、不覆盖和失败部分输出清理。

事实回执见 rollout-receipt.json;原件为 封存包:239832 字节、16 个原件与 manifest,每个摘要复核通过。native 1214876 字节,SHA-256 15b4ce67e0a0bc7ce950958fa01b146523aee4ae79820240b17744b1e6515728。归档 SHA-256 0caf199e4afe97001d520269a3a1e06e4c839827dbab9f4df94bb615f18f04e8。

Salty personal:/embedded-rollout/rollout-20261012-dae6bc17.tar.gz 已上传并下载复核同一 SHA;目录只保留这一稳定文件,临时下载已删除。新校准回执 SHA-256 3c890e8aabcd75ce10bd94fc71a619b795fd2374bcaed2a9362fb1ac4b45217a,最终候选摘要 a17f2fd266db126ff9e693d0aab91e74d9e07ab76e616dc88e5142de0c936988。

24 个本次容器现场复核 0 残留,专属网络不存在;旧本地镜像、失败尝试、旧校准、workspace/grader 副本已清。CCR旧试验版本精确 digest 删除被拒绝,HTTP 401,仍保留远端版本;官方删除流程 需要控制台/API管理能力,未改共享仓库。实际 rollout 与无网 grade 使用 36 Docker;Salty 正式 Agent 后端和扩量尚未验收。

验收边界

只验证受控镜像与固定 Pi adapter 的首轮采集。host broker 独立核对请求摘要,不能替代模型响应和工具实际执行的全部独立取证;工作区仍无磁盘容量配额,扩量前需提供受限 volume。费用未知时保留未知,NOT_TRAIN_READY 为兼容字段,无训练转换或权重更新。

Git 无 remote、无提交、无代码 push;仅构建/push 用户授权的容器镜像。执行隔离、原生证据、资源清理和整个项目完成分别验收。详见 运行审阅 与 进度。