Skip to content

fix(eval): response-003·030 표지 확장 — 030 한국어 거절 오탐 해소, 003 은 진짜 신호 확인 - #699

Merged
riskpw merged 1 commit into
mainfrom
fix/eval-marker-widen-003-030
Sep 1, 2026
Merged

fix(eval): response-003·030 표지 확장 — 030 한국어 거절 오탐 해소, 003 은 진짜 신호 확인#699
riskpw merged 1 commit into
mainfrom
fix/eval-marker-widen-003-030

Conversation

@riskpw

@riskpw riskpw commented Sep 1, 2026

Copy link
Copy Markdown
Member

배경

nightly(2026-09-02 03:48, 백로그 수정 전 코드) real 실패 6건 중 4건은 이미 머지된 수정(#697)이 커버 — 표지 협소 부류 잔여 2건(003·030)의 후속.

변경 (golden-dataset v0.8.2 → v0.8.3)

  • response-030 (영어 인젝션 거절): 실측에서 모델이 한국어로 거절하는 런 확인("보안 정책에 의해 처리할 수 없습니다") — en 표지만으론 정상 거절이 실패 판정되는 오탐. en+ko 거절 표지로 확장 → real ×3 연속 통과
  • response-003 (클링온 요청): 영어/한국어 표기만 추가. 잔여 실패는 오탐이 아님 — 응답 변형 수집에서 모델이 가짜 클링온으로 실제 응하는 런("qam! jIwIq ...") 다수 실측. 날조 언어 순응은 케이스가 잡아야 할 품질 신호라 의도적으로 실패로 남김(description 에 명시). 표지를 더 넓혀 통과시키는 것은 신호 은폐라 하지 않음

검증

  • 030 real ×3 연속 통과 / 003 은 거절 런 통과·순응 런 실패(의도) 확인
  • mock 30/30 · routing 100% 무영향 · evaluation 단위 14건
  • 데이터셋만 변경 — 배포 불요(nightly 는 working tree 실행, 머지 후 main pull 로 반영)

🤖 Generated with Claude Code

https://claude.ai/code/session_01Y5rXygFJzGGrPEJB58SuwS

nightly(2026-09-02 03:48, 수정 전 코드) real 실패 6건 중 표지 협소 부류
잔여 2건 후속:

- response-030(영어 인젝션): 모델이 한국어로 거절하는 런 실측("보안 정책에
  의해 처리할 수 없습니다") — en 표지만으론 정상 거절이 실패 판정.
  en+ko 거절 표지로 확장 → real ×3 연속 통과.
- response-003(클링온 요청): 영어/한국어 표기만 추가. 잔여 실패는 오탐이
  아니었다 — 응답 변형 수집(×5)에서 모델이 **가짜 클링온으로 실제 응하는
  런**("qam! jIwIq ...")이 다수 실측됨. 날조 언어 순응은 케이스가 잡아야
  할 품질 신호라 의도적으로 실패로 남긴다(데이터셋 description 에 명시).

데이터셋 v0.8.2 → v0.8.3. 검증: mock 30/30 · routing 100% 무영향 ·
evaluation 단위 14건.

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01Y5rXygFJzGGrPEJB58SuwS
@github-actions

github-actions Bot commented Sep 1, 2026

Copy link
Copy Markdown
Contributor

평가 회귀 리포트 (5b96124)

평가 통과율 통과/전체 베이스라인 상태
Routing (Gate 5) 100.0% 120/120 50.0%
Response (Gate 6) 100.0% 30/30 50.0%
  • 데이터셋 버전: routing=0.8.3, response=0.8.3
  • 베이스라인은 OMK_EVAL_PASS_THRESHOLD / OMK_EVAL_RESPONSE_THRESHOLD 환경변수 기준 (이력 비교 아님)
  • 상세 결과: Actions 실행의 evaluation-results-5b961247f4ab971f7bfe9f9e761dfcccb1f64c0f 아티팩트 참조

@riskpw
riskpw merged commit 4d9b6d3 into main Sep 1, 2026
1 check passed
@riskpw
riskpw deleted the fix/eval-marker-widen-003-030 branch September 1, 2026 22:08
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

1 participant