Skip to content

Prohibit internal register, localize terminology - #4

Merged
mxuanvan02 merged 1 commit into
mainfrom
feat/internal-register-gate
Sep 3, 2026
Merged

mxuanvan02 merged 1 commit into
mainfrom
feat/internal-register-gate

Conversation

@mxuanvan02

Copy link
Copy Markdown
Owner

Vì sao

Một bản thảo có thể đúng mọi con số, biên dịch sạch, nằm trong trần trang, và vẫn bị từ chối ngay trang đầu vì câu chữ nói về bản thảo thay vì nói về thế giới. Không có cổng tự động nào bắt được lỗi này: văn bản compile được, trích dẫn resolve hết, không có số bịa.

PR bổ sung hai lớp còn thiếu và biến cả hai thành kiểm định chạy được, áp dụng đối xứng cho tiếng Việt và tiếng Anh.

Nội dung

1. Cổng văn phong nội bộ (references/internal-register-gate.md)

Văn phong nội bộ/tự thuật bị cấm, không phải khuyến nghị. Bốn chế độ bắt buộc: write (khai chủ thể hợp lệ cho từng đoạn), check (quét trước mọi lần bàn giao), read (kiểm bản của người khác, chỉ báo không tự sửa), sweep (một hit xác nhận thì quét toàn văn, cả hai phiên bản ngôn ngữ).

Ba phép thử có thứ tự cho từng câu:

  • Chủ thể quy chiếu — chủ ngữ phải là đối tượng nghiên cứu, dữ liệu, phương pháp, kết quả, phát biểu được dẫn, hoặc suy luận người đọc tiếp cận được.
  • Tính bền — câu có đổi khi nhóm làm thêm việc mà phát hiện không đổi? Câu có vỡ khi dàn lại trang?
  • Kiểm được từ ngoài — người chỉ cầm bản công bố có kiểm được không?

Bốn phán quyết: delete, recast, relocate, license. soften bị cấm — thêm hedge vào câu nội bộ thì câu vẫn nội bộ, lại thêm mơ hồ. recast phải giữ phạm vi mà câu gốc đang gánh.

2. Chính sách thuật ngữ (references/terminology-localization.md)

Quyết theo quy chiếu và người đọc, không theo danh sách từ. Bốn phép thử (tên riêng cứng → cách dịch đã định hình của ngành → phân biệt đang gánh lập luận → người đọc tra được), thang thẩm quyền 5 bậc, bảng chẩn đoán đa nghĩa 139 hàng trên 87 phân ngành. baseline là mốc cơ sở khi đánh giá, kỳ gốc trong kinh tế lượng, giá trị ban đầu trong thử nghiệm lâm sàng — nên một danh sách từ toàn cục là công cụ sai.

3. Kiểm định

scripts/internal_register_scan.py — 10 lớp, ngưỡng định lượng, hồ sơ thể loại (thư phản biện và học liệu được phép tự thuật), vùng bảo vệ LaTeX/math/verbatim/comment/citation. scripts/test_internal_register_scan.py — 29 test, mỗi test nêu tiêu chí nó kiểm nên khi đỏ thì chỉ vào một quy tắc, không chỉ vào một regex.

Ba lỗi chặn: assistant_residue, placeholder_residue, internal_artifact_reference. Mức nặng đi theo việc người đọc có tiếp cận được đối tượng hay không — đường dẫn repo công khai thuộc tuyên bố tái lập, còn đường dẫn trên một máy thì chặn.

Đã kiểm chứng thế nào

Bộ dò được hiệu chỉnh trên bốn bản thảo thật, không chỉ trên fixture. Ba dương tính giả do vòng đó lộ ra và đã vá, kèm ghi lại lý do:

  1. không chỉ … mà còn / not only … but also là nhấn mạnh, không phải phủ định — từng gây 5 báo động sai trong một bài.
  2. Preamble LaTeX là cấu hình, không phải văn xuôi — chỉ quét giữa \begin{document} và \end{document}.
  3. scripts/foo.py trong tuyên bố tái lập là định danh công khai; /Users/… thì không. Tách hai lớp đưa một bản thảo từ block sai thành mức sửa đúng, vẫn giữ nguyên blocker thật (commit hash trong văn xuôi).

Đối xứng hai ngôn ngữ: văn bản bẩn thuần Anh ban đầu chỉ bắt 7/10 lớp — thiếu progress_state_limitation, verification_log_prose, defensive_disclaimer_stack. Đã bổ sung mẫu tiếng Anh và fixture bẩn/sạch riêng cho tiếng Anh; nay đủ 10/10 ở cả hai ngôn ngữ.

Cổng biết đỏ: đột biến có chủ đích (bỏ nhánh phủ định tiếng Anh khỏi CLAIM_DENIAL) làm validator exit 1 với 2 test đỏ; phục hồi thì xanh lại. Theo đúng nguyên tắc sẵn có của repo: một phép kiểm tra không bao giờ đỏ thì không phải bằng chứng.

Tích hợp

Cổng nội bộ nối vào hợp đồng skill (bước 4/5/6/7 của workflow), references/quality-rubric.md (mục cổng riêng: SEM/VOICE/CONS không thể đạt 4 khi còn lỗi), references/writing-failure-taxonomy.md (7 mã mới), schemas/paragraph-plan.schema.json (admissible_subject bắt buộc), schemas/audit-record.schema.json (register_verdict, không có soften).

scripts/validate_skill.py gọi bộ test scanner, nên thiếu một lớp ở bất kỳ ngôn ngữ nào cũng làm cổng đỏ. CI thêm một bước tường minh.

Kết quả cục bộ

validator: 4 translation/revision evals, 4 writing evals, 15 humanize evals,
           7 usage simulations, 13 capability examples, 150 rejected mutations,
           internal-register bilingual scan  → exit 0
tests/:    24 tests OK
scanner:   29 tests OK

Giới hạn

Bộ dò chỉ nâng sàn. document_as_subject và progress_state_limitation có cách diễn đạt vòng mà không mẫu từ vựng nào bắt được, nên báo cáo phải tách riêng hai con số: máy tìm được bao nhiêu, và vòng đọc tay tìm được bao nhiêu. Báo cáo sạch chỉ nhờ máy quét là kiểm chứng một phần, và tài liệu buộc ghi rõ như vậy.

Add two class-level controls that apply to Vietnamese and English alike.

Internal register gate (references/internal-register-gate.md)
- Prose about the manuscript, the project, a verification run, a local
  artifact, or the drafting conversation is prohibited in publication-facing
  text, not merely discouraged.
- Three ordered tests decide each candidate: admissible semantic subject;
  survival under a work-continues and a re-typesetting probe; verifiability
  by a reader holding only the published artifact.
- Four verdicts are licensed (delete, recast, relocate, license). Softening
  is not a verdict: hedging an internal sentence leaves it internal.
- Ten classes with quantitative thresholds; assistant_residue,
  placeholder_residue, and internal_artifact_reference are blocking.
- Licensed slots are enumerated so the gate cannot destroy correct writing:
  one roadmap per document, resolved cross-references, genre-mandated
  sections, Vietnamese thesis slots, response letters, teaching material.

Terminology localization policy (references/terminology-localization.md)
- Whether a foreign term is translated, kept, or glossed is one decision per
  concept, recorded in the glossary with its domain and authority tier.
- Four tests, a five-tier authority order, a 139-row polysemy diagnostic
  across 87 disciplines, load-bearing distinctions, and rigid designators.
- overtranslation_of_designator and distinction_collapse_by_translation are
  blocking: both change what the text refers to, not how it reads.

Verification
- scripts/internal_register_scan.py: sectioned scan with protected-zone
  exemption, genre profiles, and threshold reporting.
- scripts/test_internal_register_scan.py: 29 tests, symmetric across
  Vietnamese and English fixtures, including four mandatory false negatives.
- validate_skill.py and the CI workflow now run the scan tests, so a missing
  class in either language turns the gate red. Verified by deliberate
  mutation: removing the English claim-denial branch fails the validator.
- Calibrated on four real manuscripts, which produced three false positives
  now covered by tests: correlative "không chỉ … mà còn" / "not only", the
  LaTeX preamble, and repository filenames versus machine-local paths.
@chatgpt-codex-connector

Copy link
Copy Markdown

You have reached your Codex usage limits for code reviews. You can see your limits in the Codex usage dashboard.

@mxuanvan02
mxuanvan02 merged commit ecd5fe1 into main Sep 3, 2026
2 checks passed
@mxuanvan02
mxuanvan02 deleted the feat/internal-register-gate branch September 3, 2026 09:29
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

1 participant