weryfikacja zewn. destylacji 10k (model PL 11B)

Observations

• data: 2026-06-11 ↗
• status: clean ↗
• metoda: sędzia per rekord (otwarty Qwen3.5-122B): fakty + polszczyzna ↗
• harness: verify_external_sft.py ↗
• powazne błędy: 4940 ↗
• fakty ok: 4094 ↗
• drobne: 732 ↗
• 51% surowej destylacji z 11B na pytaniach o długi ogon to konfabulacje (zmyślone daty OSP, nieistniejące idiomy). Do miksu v3 weszła wyłącznie frakcja verified (374 ex). Wniosek: zewnętrzne SFT wiedzy bez weryfikatora per item truje model. ↗
• n_examples: 9769 ↗
• miks: surowe 10304 · po kuracji 9769 · verified (fakty ok) 4091 ↗

Referenced by

• SFT (mentions)

Local graph

Provenance