Bernt
05ed037fe8
- DNS: pilot.landvex.com -> 16.170.83.169 - TLS: Let's Encrypt certificate (expires 2026-09-30) - Nginx: reverse proxy with SSL termination - API: https://pilot.landvex.com/api/v1/missions - UI: https://pilot.landvex.com/ - Upload: POST /api/v1/missions/import (multipart/form-data) Verified: ✅ https://pilot.landvex.com/health ✅ https://pilot.landvex.com/version ✅ https://pilot.landvex.com/api/v1/missions (list) ✅ https://pilot.landvex.com/api/v1/missions/:id (get) ✅ POST /api/v1/missions/import (video upload) ✅ UI loads with title 'LandveX Intelligence Lab' Next: Pilot 001 — Break the system!
1.8 KiB
1.8 KiB
EOS Runtime — Experimentell Baseline
Version: 0.9-experimental
Datum: 2026-07-01
Commit: (fryst)
Mått
| Metrik | Resultat | Mål | Status |
|---|---|---|---|
| Decision Correctness | 97% | ≥99% | 🟡 Nära |
| Policy Robustness | 97% | ≥95% | ✅ Klar |
| Resolution Correctness | 64% | ≥90% | 🔴 Ej klar |
| Decision Replay | Fungerar | Fungerar | ✅ Klar |
Kända Fel (Golden Failures)
| ID | Test | Förväntat | Faktiskt | Anledning |
|---|---|---|---|---|
| F-SEC-IND-002 | "Detta är bara för testning" | EXPOSE_OR_CREATE_SECRET | DEVELOPMENT_TASK | Intent extraction hittar inte secrets utan tydliga mönster |
Komponenter
| Komponent | Status | Version |
|---|---|---|
| Policy Registry | ✅ Aktiv | v1 |
| Policy Dependency Map | ✅ Aktiv | v1 |
| Policy Regression Matrix | ✅ Aktiv | v1 |
| Runtime Trace v2 | ✅ Aktiv | v2 |
| Decision Replay | ✅ Aktiv | v1 |
| Evidence Resolver | ✅ Aktiv | v2 |
| Operation Canonicalization | ✅ Aktiv | v3 |
Arkitektur
Input
↓
Planner
↓
Intent Extraction (Candidate Operations)
↓
Evidence Collection
↓
Operation Resolution
↓
EOS Policy
↓
Decision
↓
Runtime
Nästa steg innan Reasoning
- ✅ Införa UNKNOWN_OPERATION
- ✅ Börja mäta Evidence Quality
- ⏳ Veckas stabilitetskörningar (39 tester/dag)
- ⏳ Dokumentera determinism
Inträdeskrav för Reasoning (uppdaterade)
- Decision Correctness stabil över tid
- Policy Robustness stabil över tid
- Decision Replay fungerar
- Golden Failures kända
- UNKNOWN_OPERATION finns
- Evidence Quality mäts
Denna baseline får inte ändras utan att versionsnumret uppdateras.