Files
boc/EOS/BASELINE-2026-07-01.md
T

85 lines
1.8 KiB
Markdown
Raw Normal View History

# 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
1. ✅ Införa UNKNOWN_OPERATION
2. ✅ Börja mäta Evidence Quality
3. ⏳ Veckas stabilitetskörningar (39 tester/dag)
4. ⏳ Dokumentera determinism
---
## Inträdeskrav för Reasoning (uppdaterade)
- [x] Decision Correctness stabil över tid
- [x] Policy Robustness stabil över tid
- [x] Decision Replay fungerar
- [x] Golden Failures kända
- [ ] UNKNOWN_OPERATION finns
- [ ] Evidence Quality mäts
---
*Denna baseline får inte ändras utan att versionsnumret uppdateras.*