Calibrate and risk-tier independent artifact review
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 28/100
Direzione di ricerca
Non vengono indicati file, test o punti di ingresso. Inizia esaminando l’MVP e la nuova scoperta citati in #485, quindi definisci il benchmark, la policy dei livelli di rischio, i limiti di convergenza e di costo e la reportistica dei rischi residui necessari per soddisfare i criteri di accettazione.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Origin
Deferred from the MVP proposed as a fresh realization of #485.
Goal
Evolve the MVP's bounded plan/final-output review into a calibrated, risk-tiered review service.
Scope
- Per reviewer model/prompt/version precision, recall, false-positive rate, abstention, and cost metrics.
- Seeded-defect and adjudicated production datasets for calibration.
- Risk tiers: deterministic checks, sampling/differential review, mandatory independent review, and human adjudication.
- Model-family versus evidence-channel independence experiments.
- Dispute handling and accepted-risk policy.
- Review of intermediate artifacts where measured benefit justifies cost.
Acceptance criteria
- Reviewers are evaluated against a versioned benchmark and production adjudications.
- Policy selects review depth from consequence/risk and measured reviewer quality.
- Review-loop non-convergence and cost stay within declared bounds.
- A pass reports residual risk; it never claims that an artifact is simply "clean."
- Lingua principale
- Python
- Stelle
- 3
- Fork
- 2
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di ContextLab/orchestrator
-
Stop textually splicing variable values into expression source in ControlFlowAutoResolver._safe_evalApertaarchitecture bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 85/100
ContextLab/orchestrator#427 ·
-
MVP: evidence-driven recursive agentic runtimeForse già presa @jeremymanning l’ha presa 56 giorni fa. Apertaarchitecture enhancement epic
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
ContextLab/orchestrator#492 ·
-
architecture enhancement
Difficoltà 5/5 Più di una settimana Idoneità per principianti 20/100
ContextLab/orchestrator#491 ·
-
architecture enhancement
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
ContextLab/orchestrator#489 ·
-
architecture enhancement
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
ContextLab/orchestrator#488 ·
Tutte le issue di ContextLab/orchestrator
Issue simili
-
Issue Triage-Needed
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
pulp/pulp_container#2581 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 85/100
521xueweihan/HelloGitHub#4040 ·
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 64/100
ClanGenOfficial/clangen#6313 ·
I maintainer di solito rispondono entro 2 giorni
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
I maintainer di solito rispondono entro 1 giorno
-
bug(trainer): CustomTrainer func_args with non literal values fail inside the TrainJobForse già presa @avanishkasar l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
kubeflow/sdk#879 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno