feat(lexicon): count every match of a pattern, and give four gaps a measured reason
Gap 4 (count=1) is closed. scan_lexicon still gives one finding per pattern id at the first offset, and its count is now the number of matches: the most matches any one view of the text shows (raw, decoded, folded, rot13). Views are not summed, so count is a lower bound; the joiner row counts only the splits it reports. The matrix case moved from gap to caught (lexicon:count), and the gap register records it closed. Measured before and after on the same trees: the FP populations are identical line for line at 106/198, 196/2918, 108/389; all 3583 documents (with the 78 pinned OKF concepts) keep their disposition under both presets and the same labels and severities; OKF import stays 47/31. 53 documents now carry count > 1 (23 + 23 + 7 + 0), as measured before building. scan_lexicon over 3505 documents: 96.0 s before, 97.1 s after. Mutating count back to 1 turns 5 tests red. docs/LIMITATIONS.md: gaps 2, 3, 5 and 7 now state the rule tried and its cost (session 1 numbers): 2 fires on the true twin, 3 costs 48 on the trusted gate, 5 costs 23 of 569 READMEs, 7 catches 2 of 5 rewordings. Matrix 145/145 + 6/6 gaps, suite 1260 passed.
This commit is contained in:
parent
c4ecf0dba6
commit
736bf7882f
9 changed files with 217 additions and 26 deletions
31
docs/PLAN.md
31
docs/PLAN.md
|
|
@ -252,6 +252,37 @@ hver uke. Under en annen kjøring uten ssh-remote ville proben her svare
|
|||
|
||||
Ingen release, fordi ingenting i den utgitte pakken er endret.
|
||||
|
||||
## V.8 Økt 3, hull 4 lukket og fire begrunnelser (01.11.2026, release 1.9.0)
|
||||
|
||||
**Hull 4 (dedup):** `scan_lexicon` gir fortsatt ett funn per mønster-id med første
|
||||
offset, men `count` er nå antall treff. Leksikonet leser flere varianter av teksten
|
||||
(rå, dekodet, foldet, rot13), og samme treff vises i flere av dem. Derfor er `count`
|
||||
det høyeste antallet i én enkelt variant, og variantene summeres ikke. Det er en nedre
|
||||
grense: et rent treff pluss et rot13-skjult teller 1. For orddelingsraden telles bare
|
||||
skjøtene raden melder. Matrisesaken står nå som fanget (`lexicon:count`), og
|
||||
`tests/test_gap_register.py` har `CLOSED = {"dedup": "count"}`.
|
||||
|
||||
- **TDD:** fem tester i `tests/test_lexicon.py`. Tre var røde av riktig grunn
|
||||
(`count` 1, ventet 2), og to låser det som allerede holdt (ett treff gir 1, og
|
||||
rot13 pluss rent treff gir 1). Mutasjonssjekk: med `count=1` igjen ble 5 tester røde.
|
||||
- **Vaktregelen:** målt før og etter på samme trær. FP-korpusene er identiske
|
||||
linje for linje på 106/198 · 196/2918 · 108/389. Alle 3 583 dokumenter (de tre
|
||||
korpusene og de 78 OKF-konseptene ved pinnen) har samme disposisjon under begge
|
||||
forhåndsinnstillingene, og samme etiketter og alvorlighetsgrader. OKF-importen står
|
||||
på 47 fail-secure / 31 warn, uendret. **53** dokumenter får `count` > 1
|
||||
(23 + 23 + 7 + 0), som målt i § V.6, og høyeste `count` er 26. 0 nye alarmer.
|
||||
- **Ytelse:** `scan_lexicon` over de 3 505 dokumentene i de tre FP-korpusene tok
|
||||
96,0 s før og 97,1 s etter, og de tregeste dokumentene er de samme.
|
||||
- **Rad 2:** hull 4 er lukket. 2, 3, 5 og 7 står med målt begrunnelse i LIMITATIONS
|
||||
(tallene fra § V.6). 1 og 6 er åpne, og de er neste.
|
||||
|
||||
**Vakten** er kjørt på nytt 01.11 før release-commiten: 16 current, 0 behind, 0 watch,
|
||||
0 notVerified. `watch-last.json` er endret bare i `lastRun`.
|
||||
|
||||
**llm-security** har ikke svart på forespørselen om ukentlig kjøring. Meldingen
|
||||
ligger fortsatt ubehandlet i innboksen deres. Rad 1 er ikke framme før jobben deres
|
||||
har kjørt lista vår.
|
||||
|
||||
## Forrige retning (godkjent av operatøren 28.10.2026, nådd 31.10)
|
||||
|
||||
> «llm-ingestion-guard bygger på nyeste utgave av hver trusselkatalog den viser til,
|
||||
|
|
|
|||
Loading…
Add table
Add a link
Reference in a new issue