ADF dispatch: unattended long runs require a machine-checkable acceptance criterion and a known-answer control run
まだ誰も着手していません。
評価
- 難易度
- 5/5
- 見積もり時間
- 1週間以上
- 初心者へのやさしさ
- 35/100
- issue の種類
- 機能追加
- 明瞭さ
- おおむね明確
- 活発さ
- 活発
- 技術スタック
- rust
調査の方向性
Start by locating the task and agent definitions, the spawner, and loop detection referenced in the proposal and issue #3080. Trace how unattended dispatch is selected, then verify that missing fields and a failing control run are rejected before the real task, while acceptance progress can inform long-run detection.
索引モデルが issue の本文から書いたものです。
説明
Proposal
A dispatch rule for ADF: a task may run unattended for a long period only if it has (a) a machine-checkable acceptance criterion and (b) a control run on a case with a known answer, executed through the same pipeline before the real run. Tasks without both stay attended or tightly bounded (open-ended refactors, issue triage).
Why
Anthropic's nine-loop computation ran overnight on nothing but "keep going" prompts and produced a correct frontier result. Our runaway-loop failures have the same shape and the opposite outcome. The difference was not the model. The task carried its own oracle:
- an eight-loop control run, checked against the published result;
- exact arithmetic repeated modulo three primes;
- two representations cross-checked on all 107,053 nonzero coefficients;
- an independent group reproducing part of the result.
The loop detector should treat "long and making verifiable progress" differently from "long and repeating itself". A passing control run plus a checkable criterion is what makes that distinction possible.
Tasks
- Add an
acceptancefield (the command or check) and acontrolfield (a known-answer case) to the task and agent definitions used for long or unattended dispatch. - Spawner: refuse unattended mode when either field is missing, or when the control run fails.
- Loop detection (#3080): use progress against the acceptance check as a signal that a long run is still productive.
Acceptance
- An unattended dispatch without both fields is rejected, with a clear message.
- A deliberately broken pipeline is caught by its control run before the real task starts.
Source
https://www.anthropic.com/research/yes-claude-can-do-nine-loops ; result page https://smsharma.io/cosmic-nine-loops/
Mirror of Gitea terraphim/terraphim-ai# (source of truth).
- 主要言語
- Rust
- スター
- 65
- フォーク
- 5
- 平均マージ
- 1時間 17分
- マージ済み PR（30日）
- 2
環境構築
- Dockerfile・Docker Compose ファイルなし
- プルリクエストのテンプレートあり
- コントリビューションガイドを読む
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
terraphim/terraphim-ai のほかの issue
-
terraphim_rlm: require a per-sub-result verification plan (recheck / control / independent route)オープン
難易度 4/5 3〜5日 初心者へのやさしさ 48/100
terraphim/terraphim-ai#969 · コメント 1 件 ·
-
難易度 5/5 1週間以上 初心者へのやさしさ 35/100
terraphim/terraphim-ai#967 ·
-
難易度 4/5 3〜5日 初心者へのやさしさ 48/100
terraphim/terraphim-ai#966 ·
-
難易度 5/5 1週間以上 初心者へのやさしさ 30/100
terraphim/terraphim-ai#965 · コメント 2 件 ·
-
難易度 5/5 1週間以上 初心者へのやさしさ 25/100
terraphim/terraphim-ai#885 ·
terraphim/terraphim-ai の issue をすべて見る
似ている issue
-
難易度 2/5 1〜3時間 初心者へのやさしさ 82/100
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 82/100
bmander/geomsolver#118 ·
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 68/100
メンテナーはふだん 1 日以内に返信
-
Three Windows builds are keyed on a later release than their layout対応中かも @ero-qt が今日担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
メンテナーはふだん 2 日以内に返信
-
priority:P3 type:docs
難易度 2/5 1〜3時間 初心者へのやさしさ 85/100
sebastian-software/ferroni#253 ·
メンテナーはふだん 1 日以内に返信