Begge S10-kriterier møtt (operatør-gated kald LLM-judge): engineering K9 PASS, infrastructure K9 PASS. Deterministisk ikke regredert: validate 239 · kb-eval 15 · kb-update 122 · kb-integrity 192/192. K4 hevet 4→5 begge skills. Engineering: modellversjoner (GPT-4o/Whisper/Florence/text-embedding-3) → generisk kapabilitets-framing; MAF-«erstatter SK»-transisjon + Foundry Agent Service GA → pekere; «Start med GPT-4o» (ABSENT i ref) droppet. Infrastructure: SLA-tabell (ABSENT i ref) → relativ-veiledning + MCP-peker; RTO/RPO-tabell → sammendrag + peker (ref bærer hele tier-modellen); «peak+30%» (ref sier 20%) → generisk; Phi-3/Phi-4 + parametertall → «Phi-familien» (fjernet faktafeil «Phi-4 14B»). Metode: read-only verifiserings-agenter kartla ref-dekning FØR sletting. judge-results.json oppdatert med ferske kalde eng+infra-verdikter (_updated: S10). Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01REiKFhP4w6xGXXqWKpPCJJ |
||
|---|---|---|
| .. | ||
| data | ||
| eval.mjs | ||
| judge-prompt.md | ||