feat(assessment): persistencia + seed del gold set de calibración (PR-B, ADR-0011) #7
Loading…
Add table
Add a link
Reference in a new issue
No description provided.
Delete branch "feat/calibration-persistence"
Deleting a branch is permanent. Although the deleted branch may continue to exist for a short time before it actually gets removed, it CANNOT be undone in most cases. Continue?
Cierra el lazo de la Fase 0 contra Postgres real:
(jsonb tipado para rúbrica/breakdown). Primera migración incremental real —
validada en dos fases (0000 luego 0001) sobre el fix de tracking por módulo.
(record/latest/isEnabled). isEnabled = la última corrida del bucket pasó las
barras; lo consultará el rubric-llm-judge (PR-C) antes de un verdict oficial.
(injection + verbose-but-wrong), integrado a db:seed.
registro → flag, contra DB real. Juez ideal habilita; injection deshabilita.
corre el nuevo smoke de calibración.
Verificado en Postgres desechable: migración incremental 0001 (1→2 tracking,
tablas creadas) + idempotencia, seed (6 samples, idempotente), smoke OK
(pass→enabled, injection→disabled), tsc/biome/17 unit tests verdes.
Co-Authored-By: Claude Opus 4.8 noreply@anthropic.com
Cierra el lazo de la Fase 0 contra Postgres real: - Schema + migración incremental 0001: tablas gold_samples y calibration_runs (jsonb tipado para rúbrica/breakdown). Primera migración incremental real — validada en dos fases (0000 luego 0001) sobre el fix de tracking por módulo. - Adapters Drizzle: DrizzleGoldSetRepository (byBucket) y DrizzleCalibrationStore (record/latest/isEnabled). isEnabled = la última corrida del bucket pasó las barras; lo consultará el rubric-llm-judge (PR-C) antes de un verdict oficial. - Seed idempotente de un gold set mínimo por bucket con subset adversarial (injection + verbose-but-wrong), integrado a db:seed. - Endpoint GET /assessment/calibration/:bucket → { enabled, latest }. - Smoke de integración (calibration.smoke.ts): gold set → RunCalibration → registro → flag, contra DB real. Juez ideal habilita; injection deshabilita. - CI: el job quality ahora corre los tests unitarios (bun); el job integration corre el nuevo smoke de calibración. Verificado en Postgres desechable: migración incremental 0001 (1→2 tracking, tablas creadas) + idempotencia, seed (6 samples, idempotente), smoke OK (pass→enabled, injection→disabled), tsc/biome/17 unit tests verdes. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>