ManSio · ManSio · Sep 29, 2026 · Sep 28, 2026 · Sep 28, 2026 · Sep 29, 2026
diff --git a/AGENT_DIARY.md b/AGENT_DIARY.md
@@ -1,5 +1,7 @@
 ## Key Historical Decisions
 
+- **F5 relang clean-stack + purge + PR52-resolution (2026-09-29):** индекс был на 20.3% из мусора (3127/15426 чанков, `experiments/**/results|work`) → новый слой `SystemArtifacts.is_experiment_output` + purge 772 файлов/2152 чанков (штатный prune отказал бы: 52.4% файлов > safety-guard 50%), проверка — 0 осталось. Чистый замер B×5: **RU 26/80=32.5% vs EN 30/80=37.5%, CI пересекаются — эффекта языка нет**; 6/16 запросов флипаются all-or-nothing (язык меняет какие, не сколько). Конфликтный PR #52 закрыт как superseded: tier-anchor пропущен (P2 уже закрыт #54 в той же точке), спасены сигмоида/top-N/holdout-калибровка (PR #63); мои FTS-hoist+guard cherry-pick в PR #62. Артефакты: `results/f5relang/`, `scripts/purge_experiment_outputs.py`.
+
 - **stale_after + discriminator for memory notes (2026-09-27):** `src/core/intelligence/staleness.py` + `store.check_staleness()` + CLI. 17/17 tests. stale_after (date) → STALE; discriminator (command, exit≠0) → EXPIRED. Backward compat (no fields → ACTIVE). Implements final promise from hooks thread. Артефакты: `experiments/stale_after/`.
 
 - **redact.py: scrub personal paths (2026-09-27):** `scripts/redact.py` + `tests/test_redact.py` (5/5 pass). Drive paths → `<project>`, username → `<user>`, clean text unchanged. Implements "redact.py at delivery points + planted key test" promise. Артефакты: `scripts/redact.py`, `tests/test_redact.py`.

diff --git a/KNOWN_ISSUES.md b/KNOWN_ISSUES.md
@@ -5,6 +5,13 @@
 
 ---
 
+## 2026-09-29 — Индекс вычищен от мусора + relang: эффекта языка нет (Fixed/Closed)
+
+- **Purge (Fixed):** 772 файла / 2152 чанка (`experiments/**/results|work`, было 20.3% индекса) удалены one-time скриптом `scripts/purge_experiment_outputs.py` (штатный prune отказал бы: 52.4% файлов > safety-guard 50%). Проверка: 0 осталось. Guard на будущее — PR #62 (`SystemArtifacts.is_experiment_output`).
+- **Relang (Closed):** B×5 на чистом стеке — RU 26/80=32.5% vs EN 30/80=37.5%, CI пересекаются → эффекта языка нет. 6/16 запросов флипаются all-or-nothing (язык меняет какие, не сколько). Старый EN-замер на сломанном стеке невалиден. Артефакты: `results/f5relang/`, `f5/RESULTS_RELANG.md`.
+- **PR #52 (Closed как superseded):** tier-anchor пропущен (P2 закрыт #54 в той же точке); спасены сигмоида/top-N/holdout-калибровка → PR #63. FTS-hoist+guard → PR #62.
+- **Objective (Done 2026-09-29):** перемер на чистом индексе (`results/f5/objective_clean.json`) — A hit@1 4/16, hit@3 5/16, hit@10 6/16 (=), B top-1 4/16. Топ двинут на 1 запрос (шум n=16): purge значимо не повлиял.
+
 ## 2026-09-28 — Шкала реранкера + top-N floor (salvage из PR #52, tier-anchor пропущен)
 
 - **Спасено из конфликтного PR #52:** `_sigmoid`-нормализация логитов llama.cpp → [0,1] (без неё MIN_RERANK_SCORE=0.3 отсекал 70–97% выдачи), top-N recall floor `reranker_topn_keep` (default 0 = выключено), holdout-калибровка порога с запретом eval-источников кодом. Guard: 4 sigmoid-теста + 13 тестов top-N/калибровки.
@@ -43,6 +50,13 @@
 
 **24 entries** — compressed per §4.8 R3 (conclusion-first; dedup 2026-09-08, 2026-09-21). Closed entries moved to docs/archive/KNOWN_ISSUES_2026_09.md on 2026-09-27 (R1 size guard; second batch on merge experiment/4a-unit-of-return).
 
+## 2026-09-28 — Холодный FTS-билд превышал 2s-бюджет и молча выпадал (Fixed) + _get_ext_dir указывал в src/ (Fixed)
+
+- **FTS (c, flaky A/B):** замер — холодный `to_pandas`-билд всего индекса = **2.47s > 2.0s** `wait_for` в `engine.py:671`. Первый поиск в свежем процессе молча терял FTS-тир → пилот 18/20 vs 8/20 на тех же запросах. **Fix:** build вынесен из-под таймаута (идемпотентен, double-checked lock), 2s остались только на сам поиск (~0.05s). Guard `test_fts5_timeout_does_not_break_search` зелёный.
+- **llama-пути (b):** `llama_install.py:_get_ext_dir` брал 3 `parent` от `__file__` вместо 4 → указывал в `src/`, ветка «режим разработки» была мёртвой, модели резолвились в пустой `%LOCALAPPDATA%/mscodebase/models`. На вопрос «падает или не успевает»: после простоя restart **пытается** (`idle-unload recovery`), но падал по отсутствию файлов, не по таймингу. **Fix:** off-by-one исправлен + `multilingual-e5-small-Q8_0.gguf` (132MB) докопирован из расширения в `models/` (git-ignored). Live-check `smoke_e2e.py`: **SMOKE E2E PASSED** (embed dim=384, rerank top=1, поиск по индексу).
+- **Побочно (Verified, не чинено — решение владельца):** холодный топ захламлён артефактами (`judged_raw*.json`, `work/ctx_*.txt` в выдаче) — живое подтверждение индексного мусора (P2-смежное). Чистка индекса сменит ретрив-базисы.
+- **Статус:** ✅ Fixed (пути + FTS-холод).
+
 ## 2026-09-27 — Import-time os.environ mutation in scripts breaks xdist workers (Fixed)
 
 - **Симптом:** 6 plugin-тестов (`test_plugins_subprocess/registry`) падали под `-n auto` с `ModuleNotFoundError: No module named 'src'` в runner-subprocess, серийно (`-n0`) — зелёные.

diff --git a/experiments/4A_unit_of_return/f5/RESULTS.md b/experiments/4A_unit_of_return/f5/RESULTS.md
@@ -4,6 +4,15 @@
 G6 `OVERLAP: PASS`; автор — context-clean субагент). **Harness:** `scripts/f5_retrieve_arms.py`.
 **Сырьё:** `f5/results_fresh.json`.
 
+## Перемер на чистом индексе (2026-09-29, `results/f5/objective_clean.json`)
+
+После purge 772 мусорных файлов (20.3% чанков): **A hit@1 4/16 (0.25) · hit@3 5/16 (0.3125) ·
+hit@10 6/16 (0.375) · B top-1 4/16 (0.25)**. Против базы 26.09 (5/16 · 6/16 · 6/16 · 5/16):
+hit@10 идентичен (те же 6 gold достижимы), топ-позиции −1 запрос (в пределах шума n=16).
+**Вердикт: purge топ не двинул значимо** — мусор душил лексику, но top-1 устоял.
+B-контексты стали короче (avg 8184 vs 19747 chars — другие top-1 доки).
+Старая база ниже сохранена как протухшая, цитировать только новую.
+
 ## Referent (каждое число)
 
 | Поле | Значение |

diff --git a/experiments/4A_unit_of_return/f5/RESULTS_RELANG.md b/experiments/4A_unit_of_return/f5/RESULTS_RELANG.md
@@ -0,0 +1,38 @@
+# F5 relang — RU vs EN на чистом стеке (2026-09-29)
+
+**Вопрос:** влияет ли язык промпта на точность (B-плечо, whole-doc)?
+**Дизайн:** 16 EN-переводов frozen-вопросов (`results/f5relang/queries_en.jsonl`, reference не тронуты),
+B × 5 trials × 2 языка = 160+160 вызовов, один чистый индекс (после purge 772 мусорных файлов),
+один стек, один день. Флаг харнесса `--queries-file` (варианты вне `frozen/`).
+
+## Результат
+
+| язык | correct | rate | Wilson95 |
+|---|---|---|---|
+| RU | 26/80 | 0.325 | 0.232–0.434 |
+| EN | 30/80 | 0.375 | 0.277–0.485 |
+
+**Вердикт: эффекта языка нет** (CI пересекаются почти полностью).
+Старый EN-замер 38.75% на сломанном стеке (BM25-only, мёртвый эмбеддер) — невалиден, не цитировать.
+
+## Нюанс (ключевая находка)
+
+6/16 запросов флипаются между языками all-or-nothing
+(F5S-02: RU 5/5 vs EN 0/5; F5S-03/04/08 наоборот; F5S-13/15 частично).
+Язык меняет *какие* запросы проходят (ретрив на другом языке достаёт другие доки),
+а не *сколько*. Бимодальность подтверждает тезис Reader Capacity: ретрив решает,
+читатель подчиняется.
+
+## Побочно
+
+- RU на чистом индексе (32.5%) ≈ RU на мусорном (34.4%, trials=10): B-плечо к мусору
+  почти иммунно. Выигрыш от purge ждём в objective hit@k — **objective-база протухла,
+  нужен перемер `f5_retrieve_arms`**.
+- Сырьё: `results/f5relang/{ru,en}/judged_raw.json`, `aggregate.json`.
+
+## Оговорки
+
+- Run-to-run дисперсия жива (пилот 18/20 vs 8/20 на тех же запросах ранее) —
+  точечные сравнения ±1 запрос не интерпретировать, только агрегаты с CI.
+- Замеры по новым правилам: свежий процесс, warm-up, void-флаг (`reranker_ms=0` →
+  замер недействителен), один event loop на серию.