Lydian815/anchored-pro

README excerpt

anchored-pro — Anchored Pro (opencode-go) dsh-anchored-standard 的 rc.6 + opencode-go（deepseek-v4-pro / pro-max）迁移版 ： Pro 满血执行 —— exact RL persona （"You are a helpful software engineer assistant." 一字不改）× 官方 Minimal 真实工具对（ bash + str replace editor ）× 首轮 reasoningEffort=max 。 与 anchored-flash 的区别 anchored-flash anchored-pro（本预设） 目标模型 deepseek-v4-flash deepseek-v4-pro / pro-max persona w7（neutral + 分类 + 回顾/收敛/反跑题/深度思考锚） exact RL spec 句 （ You are a helpful software engineer assistant. ，零附加） 依据 dsh-router-standard P11/P24：flash 最优 w7 minimal 快照 = "the exact RL prompt and schemas"；附加/改写 persona 即落入训练分布间隙（见下） 工具面 / 晋升 / 压缩纪元 Minimal 对 → 发现工具 → 按需解锁 bash + str replace editor → 发现工具 → 按需解锁 （压缩后目录只增不减） 为什么 anchored-flash「不行」：它对 pro 模型也会注入 w7 深度思考/回顾锚， 把 Pro 的轨迹拉离其 RL 分布。anchored-pro 默认只给 Pro 注入精确 spec 句， 其余全部交给低工具占比首轮与 Minimal 式引导。 为什么 persona 必须是精确 spec 句（重要） 社区与论文证据一致指向同一个结论： V4 Pro 对首行 persona 文本高度过拟合， 只有 "You are a helpful software engineer assistant." 一字不改才是「满血」条件 。 1. 本地研究 （ dsh-router-standard paper，本机 dsh-routing-suite 内有全文）： - DSH 官方 minimal preset 的快照测试自称发送的是 "the exact RL prompt and schemas" —— 这一句话 + 低工具占比首轮就是后训练条件本身； - A1/A2 双吸引子理论 ：spec（plan-first、集体语域 "We need"、read-first） 与 r…

Category