原始文档的离线阅读副本 · 原始文件

RSI Memory 最新材料

整理日期:2026-10-19。入口:index.html。

目录

浏览器直接打开 index.html 即可。整个目录可以移动或复制, 不需要原工作区、网络、DSH 服务或模型。截图保留完整分辨率,点击可单独查看。 Markdown 和小型 JSON 同时保留原文件与 .md.html / .json.html 离线阅读副本。 证据页有统一返回导航,源文档中未打包的引用保留文字标记,不提供无效跳转。 主页面改用图标流程、配对结果分布和指标条形图;详细说明留在原始记录页。 局部截图直接从 DSH 视口截取,未改写界面文字。完整截图仍可打开。 图标采用本地 Lucide 0.468.0,许可证在 assets/lucide-LICENSE,无需联网。 退款案例列出冲正、净敞口和 STRIPE 金额的实际变化;支付商排序未变。 LedgerSnap 列出版本、删除和去重规则如何影响新数据的计算。 一次性用量放在案例下方:LedgerSnap 来源与学习 50,469 Token,双组验证 5,066, 合计 55,535;退款训练与学习 1,598,494,双组验证 1,978,618,合计 3,577,112。 判分未增加模型请求。这是记录用量,不是账单金额,也不含历史试验成本。 失败表覆盖 11 组两组失败、1 组退化,另列合成失败与两个训练超时。

完整 HTML 审计报告内嵌原始对话,本目录不需要启动服务或调用模型即可查看。 原始诊断内容仍保留原运行的绝对路径或复现说明,但不作为材料导航; 本目录不是可运行的 Harness profile,不包含密钥和鉴权文件。 文件名中的 20261017 是原证据目录名称,不表示全部数据截止于该日。

最新结论

47 条运行记录、15 组完整配对、8 道不同题目。 30 题目录中 8 题完整配对、13 题已尝试但未成对、8 题未运行、1 题延期。 已有可审计闭环和正向个例,尚未证明稳定正向收益或完整生产部署。 最新两道财务题均在训练阶段超时,不构成记忆效果对比。 薪酬题完成响应的已知用量为 6,690 Token;失败请求另有 8,217 个 reasoning 字符, 没有用量回执,不把字符换算成 Token 或视为免费输出。

清理原则

未被其他报告引用的旧 overview 版本移至: ../../archive/superseded-reports-20261019/benchmark-overview-20261017/。 被引用的旧版本保持原位,以免破坏历史证据链接。 仅删除项目根目录、online-corpus 和 state-alt 下可再生成的 Python 缓存。 原始实验、失败记录、会话、源码、研究结论和访问凭证均未删除。

本包复制并整合材料,不修改旧实验的模型输出、候选或评分。 阶段报告 HTML/Markdown 在包内更新,清单对此标记。 2026-10-19 的截图取自恢复的 LedgerSnap 独立 Web profile,未重新发送模型请求。 截图不代表普通日常 profile 部署验收,不冒充退款任务或真实线上历史。 页面排版、导航和文档阅读副本可由研究仓库中的 experiments/online-corpus/polish_report_package.py 更新并校验。 主页面由 experiments/online-corpus/visual_report_pages.py 生成,更新后再执行目录校验。