acc-precision

name	acc-precision
description	OpRunway 验收精度维的方法论薄壳——oracle 分层（谁当真值）+ dtype 分层度量（哪套标准、什么口径），供理解「一个算子的精度该怎么判、为什么」。P2 规划的原子能力 skill：尚未接入 op-acceptance live 流、勿自动触发、不落盘、不算 pass/fail（判定唯一归确定性 validator.py + precision_policy.py，ADR 0007）。需要读懂或扩展精度判定口径、排查精度裁决时阅读。

acc-precision — 精度验收方法论（原子能力 skill）

定位（诚实，P2 边界）：本 skill 是 P2 规划的原子能力 skill，只装「精度该怎么判、为什么」的方法论指针。

• 不判定、不落盘：pass/fail 的实算唯一归确定性脚本链——${OPRUNWAY_PLUGIN_ROOT}/acc-common/precision_policy.py（三标准 SSOT + 误差分布复算 compute_metrics）+ ${OPRUNWAY_PLUGIN_ROOT}/acc-common/validator.py（读 evidence 出 verdict.json 的纯算术 judge）。${OPRUNWAY_PLUGIN_ROOT} = 本插件根中立变量，Claude 下等价 ${CLAUDE_PLUGIN_ROOT}。本 skill 不复制阈值数字、不复刻 judge、不宣告通过（ADR 0007 canonical）。
• 未登记进 AGENTS.md（诚实先例）：本 skill 不列入 plugin/AGENTS.md 的 skills: 清单——登记 = 声称已接入 live 流，而本 skill 未接入（live 精度判定仍走 validator / precision_policy）。分发 / 发现由 init.sh 扇出保证（symlink plugin/skills/ 下全部 skill 目录、不依赖 AGENTS.md 登记）。待 P1 / 后续真接线再登记；本 skill 勿被自动触发。
• 阈值零复制：AscendOpTest 默认表（逐 dtype tolerance/error_rate）、生态 MERE/MARE 的 Th（逐 dtype 2⁻ᵏ）等判定阈值常量的唯一真源在 precision_policy.py + canon 页；本 skill 不写死任何 pass/fail 判定阈值，只描述「用哪套标准、按什么口径」。

方法论一 · oracle 分层（谁当真值 golden）

• 真值 = 更高精度参考：CPU/numpy 高精度参考，或昇腾小算子拼接（生态标准的「单标杆」也认这条）。golden 由 expect_func / numpy 参考产，输出 dtype 须与算子输出一致。
• 中间精度按算子实际累加：golden 默认 fp32 中间→降输出 dtype（对齐 Ascend Cube fp32 累加），但按算子实际累加/任务书参考精度调整（敏感归约/大 K/抵消可能需更高中间精度）——见 canon Primitive-to-case rule library（canonical）§③元规则。
• 单标杆 vs 双标杆：生态标准单标杆不满足时，本可退 ATK 双标杆（cv_fused_double_benchmark）；⚠ ATK 双标杆 fallback 当前 precision_policy 未实现、out-of-scope（见 §能力边界）。

方法论二 · dtype 分层度量（哪套标准）

精度验收是三层口径、非三选一（ADR 0005 canonical）；报告同出 catlass_compare_pass / standard_profile_pass / acceptance_precision_pass，放行只看 acceptance：

1. 任务书显式验收目标（交付契约，最优先）；
2. 平台层标准（默认/补缺）——两套并列候选，由 spec.precision.standard + oracle 选（select_standard）：
   • ascendoptest_default：AscendOpTest 默认阈值实体（逐 dtype tolerance+error_rate、|golden|≥1 用相对/<1 用绝对、坏点占比 fail、inf→finfo.max、NaN==NaN 通过）——canon AscendOpTest precision thresholds（canonical）；
   • ecosystem_mere_mare：生态《算子开源精度标准》MERE(平均相对误差)<Th 且 MARE(最大相对误差)<10×Th，Th 逐 dtype——canon Ecosystem precision standard MERE MARE（proposed·未 settle）；
   • exact：bool/逐位精确（threshold=0）；behavioral：行为等价。
3. catlass 内置阈值只作仓内 smoke/回归，不作最终放行。

任务书目标宽于平台底线（acceptance 过、standard 平台底线不过）→ 不自动放行，overall passed_with_risk + 人工 CP（ADR 0005 / Task 3 acceptance state machine canonical）。

⚠ 脚本能力边界（诚实标注 HEAD 现状——不声称脚本做不到的判定）

现状（T5 后，比早期 plan 快照更全，据代码核实）：

标准	precision_policy/validator 现状	诚实口径
ascendoptest_default	已实现·settled（judge_ascendoptest，15 dtype 表逐字快照 + 掩码语义）	可判
exact	已实现·settled（judge_exact，mismatch≤0 才过）	可判
ecosystem_mere_mare（MERE/MARE）	已实现但全常量 NOT_SETTLED（proposed）——judge_mere_mare 存在，但单标杆不过 → uncertain/needs_review、不自动 fail；ATK 双标杆 fallback 未实现	「已能算 MERE/MARE 指标、但作为放行判据未 settle」；不声称已可据 MERE/MARE 自动 fail

口径以 spec 为权威：validator 据 spec.precision.standard + case dtype 复算 canonical policy，要求 spec / caseset.expected / evidence.precision 三处结构化 policy 全等（防两侧同步放宽绕过）。standard 或 acceptance 任一 uncertain → 至少 needs_review（不被 acceptance pass 吞）。

详规见 references/precision-methodology.md（三层决策树 · oracle 分层 · 逐 dtype 标准 · 边界与待办，按 canon tier 引）。