Тест qwen3.5:9b: Базы данных (эксплуатация) — 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
PostgreSQL (roles/privileges/pg_stat_activity/replication/archive), EXPLAIN ANALYZE, MySQL (processlist/dump/my.cnf), Redis (eviction/AOF/slowlog).
Результаты прогона
| Метрика | Значение |
|---|---|
| Прогнано кейсов | 1736 |
| Прошло (ok) | 1712 |
| Доля ok | 99% |
| Провалы по классам | degenerate_repeat: 15, api_error: 7, empty: 2 |
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)
- Покажи slow_query_log и long_query_time.
- Проверь последние ошибки archive_command.
- Покажи подробный verbose-вывод pg_stat_replication.
- Сделай композит Redis slowlog: найти конфиг → validate → apply/reload → post-check одной командой.
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 «Базы данных (эксплуатация)» 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.