DeepSeek v4.1 flash lo strumento di reverse engineering più potente (infinite cinque generazioni) Metti una Star tra i preferiti ⭐Benvenuti a inviare miglioramenti al progetto
12 development, 8 holdout, 3/2 per ciascuna categoria. registry.mjs verifica l'SHA di input, il digest di riferimento, il budget e il registro di esecuzione, senza certificare il verdict inserito dal chiamante.
Compilazione: scripts/evals/build_targets.ps1 -Output , poi eseguire node scripts/evals/freeze.mjs <targets.json>. Conservare i digest effettivi MSVC/C/PE/MAP. verify_targets.mjs utilizza il vero motore statico e Unicorn sotto l'approvazione originale per verificare i ritorni e le scritture in memoria degli input elencati, e salva le prove di replay del ripristino dell'indagine del singolo caso. Non si tratta di osservazione tramite debug nativo, di prova a dominio completo né di ripristino autonomo della VM.
model_compare.mjs [output] [pilot-evidence.json] esegue baseline/brief tre volte ciascuno tramite l'SDK DSH installato. Preparare un profilo SDK indipendente: dsh --profile ig5-eval-v2 --from-default-profile sdk --help. Usare IG5_EVAL_PROVIDER/IG5_EVAL_MODEL per specificare una route esistente; è possibile passare un overlay privato di una route esistente tramite IG5_EVAL_PROVIDER_PATCH. Le credenziali sono risolte dall'host originale, non vengono scritte nel codice sorgente/nei report e non si usano modelli mock.
model_guard.mjs consente solo query JSON fisse, senza percorsi, comandi e azioni oracle; tutte le altre distribuzioni di strumenti vengono rifiutate. I test effettivi dell'SDK DSH verificano il rendering, il rifiuto di path aggiuntivi e il rifiuto cross-tool. Le esecuzioni entro i limiti possono essere marcate come isolated; le esecuzioni in un normale workspace di codice sorgente restano considerate exposed. La partizione di riserva non è una prova di blind test.
Congela prompt, dataset, riepiloghi di driver/guard, budget, modello e provider, e salva gli eventi grezzi e ogni richiesta di strumento. Esegui prima audit_model_compare.mjs per conservare lo snapshot dello script sotto test, poi modifica il valutatore; gli snapshot esistenti consentono successive verifiche ripetute. L'audit ricontrolla dai eventi grezzi assistant/tool il formato, i valori di ritorno, la posizione, i marcatori di prove precedenti, la rilettura delle prove correnti, il budget, i token e la pulizia. Valori nulli, campi mancanti e testo aggiuntivo dopo il JSON non contano come successo; l'accepted del chiamante e il risultato indipendente sono conteggiati separatamente. I fallimenti di formato non vengono rieseguiti per sostituzione; i guasti di ambiente/valutatore conservano il batch originale.
In questo ciclo è stata completata una riproduzione reale del modello in sei esecuzioni per un'attività di sviluppo; le altre attività restano unrun. Ogni sessione fresh non può controllare la cache del provider, pertanto i token cacheRead sono registrati separatamente; i costi monetari non sono calcolati e non si inferisce il tasso di successo dell'intero progetto da un singolo caso.
L'entry point indipendente di PR09 è memory_resume.mjs, con tre strategie log diretto/LCM/brief+LCM, tre esecuzioni ciascuna a parità di budget; --models usa l'SDK reale. Si utilizzano indagini sintetiche e compressione simulata, mantenendo le statistiche separate dalla riproduzione originale delle attività statiche reali. Eseguire audit_memory_resume.mjs per riverificare da eventi SDK grezzi le condizioni, i controesempi, la rilettura delle fonti e i costi di invocazione; i blocchi ambientali vengono conservati e gli effetti sconosciuti non vengono integrati come successi. Per dettagli vedere ../../docs/LCM_MEMORY.md.