| { | |
| "blending": { | |
| "weight": 0.05, | |
| "formula": "-local_nll + weight * clip(learned_score, -8, 8)", | |
| "selection": "Validation top1 improvement with no top1 loss in either corpus or procedural domain; ties prefer lower weight.", | |
| "baseline": { | |
| "corpus": 0.39166666666666666, | |
| "procedural": 0.4166666666666667 | |
| }, | |
| "trials": [ | |
| { | |
| "weight": 0.0, | |
| "top1_by_domain": { | |
| "corpus": 0.39166666666666666, | |
| "procedural": 0.4166666666666667 | |
| }, | |
| "passes": true | |
| }, | |
| { | |
| "weight": 0.05, | |
| "top1_by_domain": { | |
| "corpus": 0.4083333333333333, | |
| "procedural": 0.5583333333333333 | |
| }, | |
| "passes": true | |
| }, | |
| { | |
| "weight": 0.1, | |
| "top1_by_domain": { | |
| "corpus": 0.4, | |
| "procedural": 0.5583333333333333 | |
| }, | |
| "passes": true | |
| }, | |
| { | |
| "weight": 0.2, | |
| "top1_by_domain": { | |
| "corpus": 0.39166666666666666, | |
| "procedural": 0.5583333333333333 | |
| }, | |
| "passes": true | |
| }, | |
| { | |
| "weight": 0.4, | |
| "top1_by_domain": { | |
| "corpus": 0.38333333333333336, | |
| "procedural": 0.5583333333333333 | |
| }, | |
| "passes": false | |
| }, | |
| { | |
| "weight": 0.8, | |
| "top1_by_domain": { | |
| "corpus": 0.35, | |
| "procedural": 0.5583333333333333 | |
| }, | |
| "passes": false | |
| }, | |
| { | |
| "weight": 1.6, | |
| "top1_by_domain": { | |
| "corpus": 0.31666666666666665, | |
| "procedural": 0.5583333333333333 | |
| }, | |
| "passes": false | |
| } | |
| ] | |
| }, | |
| "calibration": { | |
| "margin_threshold": 1.5, | |
| "score_floor": -2, | |
| "validation": { | |
| "error_cases": 240, | |
| "clean_cases": 240, | |
| "error_corrected": 0.11666666666666667, | |
| "clean_preserved": 0.9958333333333333, | |
| "balanced_success": 0.55625, | |
| "wrong_replacement_on_errors": 0.09583333333333334, | |
| "clean_modified": 0.004166666666666652 | |
| }, | |
| "method": "Grid search on validation only: maximize balanced success subject to <=5% clean edits and <=10% wrong edits on errors.", | |
| "margin_grid": [ | |
| 0, | |
| 0.25, | |
| 0.5, | |
| 1, | |
| 1.5, | |
| 2, | |
| 3, | |
| 4, | |
| 6, | |
| 8, | |
| 12, | |
| 1000000.0 | |
| ], | |
| "score_grid": [ | |
| -1000000.0, | |
| -4, | |
| -2, | |
| 0, | |
| 1, | |
| 2, | |
| 3, | |
| 4, | |
| 6, | |
| 8, | |
| 1000000.0 | |
| ], | |
| "contexts": 240, | |
| "limitations": "Finite synthetic validation; thresholds are not guarantees on user text." | |
| } | |
| } |