Тест qwen3.5:9b: Контейнеры (Docker / Compose) — 99%
23.05.2026
Базовая модель:
qwen3.5:9b(сток, без дообучения). Полный прогон на GPU 3090.
Метод: где сток ломается — там реальная дыра. Под неё мы точечно готовим трейсы для нашей модели oni-main.
Что тестировали
depends_on/healthcheck, system df, logs/top/restart/rm, compose ps/profiles, сети и DNS контейнеров, bind mount, image build, registry, exit code и OOMKilled.
Результаты прогона
| Метрика | Значение |
|---|---|
| Прогнано кейсов | 1640 |
| Прошло (ok) | 1621 |
| Доля ok | 99% |
| Провалы по классам | empty: 1, api_error: 15, degenerate_repeat: 3 |
Классы провалов: degenerate_repeat — модель зацикливается и повторяет одно и то же; api_error — обрыв или таймаут генерации; empty — пустой ответ; length — упёрлась в лимит длины.
Где сток спотыкается (примеры кейсов)
- Проверь валидность настройки depends_on безопасным способом.
- Диагностируй типовой инцидент healthcheck → минимальный фикс → итоговый отчёт одной командой.
- Диагностируй отказ image build из-за отсутствующего файла → найди источник → итог.
- Покажи machine-readable вывод OOMKilled, если формат поддерживается.
Что закрываем в oni-main
Под эти провалы готовим трейсы в едином формате: read-only диагностика → минимальный фикс только после подтверждения → пост-проверка одной командой. Цель — убрать зацикливания и обрывы именно на краевых кейсах домена «Контейнеры (Docker / Compose)» и подтянуть оставшиеся 1% к стабильному поведению.
Это часть серии: один разбор на каждый домен. Прогон от 2026-05-23, всего 24 412 кейсов по 21 домену, сток — 98% ok.