Skip to content

Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.

fix(tiers): update CPU core requirements for tier recommendations

myhlolib832b8235d57
diff --git a/docs/en/usage/tiers.md b/docs/en/usage/tiers.md
index 905dc26c..3b7c425e 100644
--- a/docs/en/usage/tiers.md
+++ b/docs/en/usage/tiers.md
@@ -66,7 +66,7 @@ mineru-kit hardware info --json
detect shares API startup recommendations and may perform applicable ONNX calibration. info reads hardware, installed runtimes, effective configuration, and calibration records without benchmarking, downloading weights, or writing configuration.
-Automatic API/WebUI tiers use the small-model backend’s device decision: GPU enables all four tiers; CPU with at least 10 available logical cores enables up to Standard, 4–9 cores up to Basic, and fewer than 4 cores only Flash. Recommendations do not query GPU memory capacity. Standard is the default request tier when available; CPU does not automatically enable Advanced. An explicit startup ceiling bypasses automatic recommendation.
+Automatic API/WebUI tiers use the small-model backend’s device decision: GPU enables all four tiers; CPU with at least 12 available logical cores enables up to Standard, 4–11 cores up to Basic, and fewer than 4 cores only Flash. Recommendations do not query GPU memory capacity. Standard is the default request tier when available; CPU does not automatically enable Advanced. An explicit startup ceiling bypasses automatic recommendation.
## Resources and platform boundaries
diff --git a/docs/next/api/changes.md b/docs/next/api/changes.md
index 4d1c5cda..71439ba6 100644
--- a/docs/next/api/changes.md
+++ b/docs/next/api/changes.md
@@ -8,7 +8,7 @@ API 启动改为 `--tier auto|flash|basic|standard|advanced`,移除 `--tiers`
Python `create_app(tiers=...)` 保留精确 PDF/图片集合,模型依赖及预加载仍按实际需求合并。HTTP 请求默认、逐文件实际档位和产物协议保持原规则。
-`--tier auto`(包括省略参数)直接消费小模型后端的设备结论,取消显存容量门槛。GPU 开放全部四档;CPU 可用逻辑核至少 10 开放到 Standard,4–9 核开放到 Basic,不足 4 核只开放 Flash。Torch 使用经过验证的加速设备可用性;ONNX 在所有核数下同步完成现有设备选型,复用缓存、显式配置、独显免校准和适用的 OCR 校准。推荐不额外扫描显卡库存或要求历史性能证据。无需启用 `--preload-models`,首次校准可能准备或下载 OCR rec 模型。显式启动档位跳过推荐,模型依赖预检、可选预加载及请求默认选档顺序保持原规则。
+`--tier auto`(包括省略参数)直接消费小模型后端的设备结论,取消显存容量门槛。GPU 开放全部四档;CPU 可用逻辑核至少 12 开放到 Standard,4–11 核开放到 Basic,不足 4 核只开放 Flash。Torch 使用经过验证的加速设备可用性;ONNX 在所有核数下同步完成现有设备选型,复用缓存、显式配置、独显免校准和适用的 OCR 校准。推荐不额外扫描显卡库存或要求历史性能证据。无需启用 `--preload-models`,首次校准可能准备或下载 OCR rec 模型。显式启动档位跳过推荐,模型依赖预检、可选预加载及请求默认选档顺序保持原规则。
新增 `mineru-kit hardware detect [--json]` 和 `hardware info [--json]`,分别用于同源推荐与只读问题反馈诊断。软件版本只展示指定清单内已安装的包;没有 `--quiet` 或 `auto-tier` 别名。
diff --git a/docs/next/cli/mineru-kit-api-server.md b/docs/next/cli/mineru-kit-api-server.md
index 29f7599f..3881b226 100644
--- a/docs/next/cli/mineru-kit-api-server.md
+++ b/docs/next/cli/mineru-kit-api-server.md
@@ -59,8 +59,8 @@ Tasks 的请求 `tier` 仍可选,只对 PDF/图片生效。省略或 JSON `nul
| 设备结论 | 进程可用逻辑核数 | 启动上限 | PDF/图片公开集合 | 请求默认档位 |
|----------|------------------|----------|------------------|--------------|
| GPU | 不限 | advanced | 全部四档 | standard |
-| CPU | 至少 10 | standard | `flash,basic,standard` | standard |
-| CPU | 4–9 | basic | `flash,basic` | basic |
+| CPU | 至少 12 | standard | `flash,basic,standard` | standard |
+| CPU | 4–11 | basic | `flash,basic` | basic |
| CPU | 不足 4 | flash | `flash` | flash |
CPU 数沿用进程可用逻辑核数,考虑亲和性和 Linux cgroup 配额。计数失败回退 1 核并给出警告,不影响已确认的 GPU 结果。CPU 不自动开放 Advanced。显式上限可以覆盖推荐,随后仍执行正常依赖预检。
diff --git a/docs/next/cli/mineru-kit-hardware.md b/docs/next/cli/mineru-kit-hardware.md
index b8c973bd..870d656d 100644
--- a/docs/next/cli/mineru-kit-hardware.md
+++ b/docs/next/cli/mineru-kit-hardware.md
@@ -20,8 +20,8 @@ mineru-kit hardware info --json > hardware-info.json
| 设备结论 | 进程可用逻辑核数 | PDF/图片开放档位 | 请求默认档位 |
|----------|------------------|------------------|--------------|
| GPU | 不限 | flash、basic、standard、advanced | standard |
-| CPU | 至少 10 | flash、basic、standard | standard |
-| CPU | 4–9 | flash、basic | basic |
+| CPU | 至少 12 | flash、basic、standard | standard |
+| CPU | 4–11 | flash、basic | basic |
| CPU | 不足 4 | flash | flash |
CPU 计数沿用进程亲和性和 Linux cgroup 配额限制。读取失败回退为 1 核并记录警告,不影响已确认的 GPU 结果。CPU 核数再多也不自动开放 Advanced。
diff --git a/docs/next/decisions/0017-mineru-kit-api-server-command.md b/docs/next/decisions/0017-mineru-kit-api-server-command.md
index 1e488139..416e95d0 100644
--- a/docs/next/decisions/0017-mineru-kit-api-server-command.md
+++ b/docs/next/decisions/0017-mineru-kit-api-server-command.md
@@ -46,7 +46,7 @@ managed 是生命周期管理方式,不是用户直接操作的独立命令产
一个 API 服务进程使用 `--tier auto|flash|basic|standard|advanced` 表示 PDF/图片的最高开放档位,上限包含自身及全部较低档位;省略等价于 auto,取硬件推荐集合的最高档。Standard 上限不再隐含 Advanced。`--tiers`、`--no-flash`、`--no-advanced` 均直接移除。
-自动推荐直接消费有效小模型后端的设备结论:GPU 开放全部四档;CPU 可用逻辑核至少 10 时开放到 Standard,4–9 核开放到 Basic,否则只开放 Flash。计数沿用亲和性和容器配额,失败回退 1 核,不影响已确认的 GPU 结果。Torch 验证加速设备可用性且不调用 ONNX;ONNX 在所有核数下完成现有选型,复用缓存、显式配置、独显免校准和适用的 OCR 校准。推荐不查询显存、不增加独立测速或历史性能证据门槛;最终 CPU 结果不能被静态库存覆盖。显式启动上限跳过推荐,依赖预检与可选预加载继续执行。Advanced 复用 Standard 模型配置,请求默认仍优先 Standard。`hardware detect` 共享结构化推荐,保持 `schema_version=1`,兼容保留 `gpu_memory: null`。
+自动推荐直接消费有效小模型后端的设备结论:GPU 开放全部四档;CPU 可用逻辑核至少 12 时开放到 Standard,4–11 核开放到 Basic,否则只开放 Flash。计数沿用亲和性和容器配额,失败回退 1 核,不影响已确认的 GPU 结果。Torch 验证加速设备可用性且不调用 ONNX;ONNX 在所有核数下完成现有选型,复用缓存、显式配置、独显免校准和适用的 OCR 校准。推荐不查询显存、不增加独立测速或历史性能证据门槛;最终 CPU 结果不能被静态库存覆盖。显式启动上限跳过推荐,依赖预检与可选预加载继续执行。Advanced 复用 Standard 模型配置,请求默认仍优先 Standard。`hardware detect` 共享结构化推荐,保持 `schema_version=1`,兼容保留 `gpu_memory: null`。
`/v1/tiers` 仅发布 PDF/图片可选档位。所有服务都支持现有原生文档格式,固定使用 flash;原生支持不再从公开 flash 档位推断,不新增原生能力声明。Tasks 请求 tier 继续可选,PDF/图片按 `standard -> basic -> flash` 默认选择,advanced 仅显式使用。
diff --git a/docs/next/onnx-device.md b/docs/next/onnx-device.md
index 297da0bf..09643b81 100644
--- a/docs/next/onnx-device.md
+++ b/docs/next/onnx-device.md
@@ -99,7 +99,7 @@ MinerU 的 WebGPU 运行时锁覆盖过滤与会话初始化,后续每次会
本机双卡及仅 Intel ICD 的验证见 [Intel 架构过滤报告](onnx-intel-architecture-policy-validation.md)。
-通常在首次实际使用 ONNX 模型时选型。API/WebUI 使用自动 tier 且有效小模型后端为 ONNX 时,会在所有 CPU 核数下提前同步调用相同的设备选择流程,不依赖 `--preload-models`。选中 GPU 就开放全部四档;选中 CPU 时,可用逻辑核至少 10 开放到 Standard,4–9 核开放到 Basic,不足 4 核只开放 Flash。推荐不查询显存、不增加独立测速,也不额外要求历史校准证据。`onnx_device=gpu` 无论来自用户偏好还是自动选型写入,均不强制测速。显式启动档位和 Python 精确集合跳过推荐。有效小模型后端为 Torch 时采用已验证的加速设备结论,不调用 ONNX 或修改其配置/证据。llama.cpp 自动模式也复用相同的小模型设备选择入口。
+通常在首次实际使用 ONNX 模型时选型。API/WebUI 使用自动 tier 且有效小模型后端为 ONNX 时,会在所有 CPU 核数下提前同步调用相同的设备选择流程,不依赖 `--preload-models`。选中 GPU 就开放全部四档;选中 CPU 时,可用逻辑核至少 12 开放到 Standard,4–11 核开放到 Basic,不足 4 核只开放 Flash。推荐不查询显存、不增加独立测速,也不额外要求历史校准证据。`onnx_device=gpu` 无论来自用户偏好还是自动选型写入,均不强制测速。显式启动档位和 Python 精确集合跳过推荐。有效小模型后端为 Torch 时采用已验证的加速设备结论,不调用 ONNX 或修改其配置/证据。llama.cpp 自动模式也复用相同的小模型设备选择入口。
`mineru-kit hardware detect` 与 API 自动启动共享推荐逻辑;`hardware info` 只读报告环境与校准记录,不测速。界面启动本身、导入 SDK、查询配置和模型列表不会运行测速;界面托管的 API 服务仍遵循其启动参数。
自动决策成功后原子更新有效配置文件中的 `model.onnx_device`,保留其余键;进程间通过文件锁协调。
@@ -136,7 +136,7 @@ MinerU 才在初始化期间补充 `GGML_VK_SERIALIZE_SUBMISSIONS=1`。依据来
离线 server 仍禁止为自动选型下载校准模型,缺少本地权重时沿用现有 ONNX CPU 回退。
档位推荐只消费小模型后端的 GPU/CPU 结论和进程可用逻辑核数,不受 llama 专用后端参数或诊断失败影响。
-GPU 开放全部四档;CPU 至少 10 核开放到 Standard,至少 4 核开放到 Basic,否则只开放 Flash。存在 Standard 时请求默认仍为 Standard。
+GPU 开放全部四档;CPU 至少 12 核开放到 Standard,至少 4 核开放到 Basic,否则只开放 Flash。存在 Standard 时请求默认仍为 Standard。
## 模型预设
diff --git a/docs/next/open-questions.md b/docs/next/open-questions.md
index 6785bf96..234d4f58 100644
--- a/docs/next/open-questions.md
+++ b/docs/next/open-questions.md
@@ -38,7 +38,7 @@
| doclib HTTP API | 本地 doclib HTTP API 使用 `/docs`、`/parses`、`/search` 和 `POST /invalidate`,详见 [ADR-0004](decisions/0004-doclib-http-api-resources.md)。 |
| 本地 `standard` | `standard` 本地运行是正式支持能力,不是实验能力;当前代码基本 ready。 |
| mineru.net tier | `mineru.net/api` 在相当长时间内默认提供 `standard` 解析;`standard` 是绝大多数场景足够好的高质量档位,但不是最高档。 |
-| api-server tier | `mineru-kit api-server --tier` 配置最高开放档位;省略等价于 auto,直接消费小模型设备结论:GPU 开放四档,CPU 至少 10 核开放到 standard,4–9 核到 basic,不足 4 核到 flash。取消显存门槛;Torch 免校准,ONNX 在所有核数下完成现有选型。HTTP 请求默认仍优先 standard;`hardware detect` 共享推荐逻辑。 |
+| api-server tier | `mineru-kit api-server --tier` 配置最高开放档位;省略等价于 auto,直接消费小模型设备结论:GPU 开放四档,CPU 至少 12 核开放到 standard,4–11 核到 basic,不足 4 核到 flash。取消显存门槛;Torch 免校准,ONNX 在所有核数下完成现有选型。HTTP 请求默认仍优先 standard;`hardware detect` 共享推荐逻辑。 |
| managed 生命周期 | managed 模式下,模型下载、预热、重试和退避由 `mineru-kit api-server` 负责。 |
| 本地 api-server 安全 | 本地 api-server 默认监听 loopback;可通过 `--api-key` 设置固定 API Key,默认不设置。 |
| P0 主链路 | P0 包含完整 watch、rules、search,不再把它们标为可选主链路。 |
diff --git a/docs/next/tiers.md b/docs/next/tiers.md
index f891bfc1..33e0b10f 100644
--- a/docs/next/tiers.md
+++ b/docs/next/tiers.md
@@ -100,7 +100,7 @@ advanced 仅在它是服务唯一可用档位时自动选择。显式指定的 P
### 3.4 API 服务启动推荐
-`--tier auto` 或省略启动参数时,推荐直接采用小模型后端的 GPU/CPU 结论:GPU 开放全部四档,默认请求 Standard;CPU 可用逻辑核至少 10 时开放到 Standard,4–9 核开放到 Basic,不足 4 核只开放 Flash。CPU 默认请求该集合中的最高档位,不自动开放 Advanced。计数沿用亲和性和容器配额限制,读取失败回退 1 核并保留警告,不影响已确认的 GPU 结果。
+`--tier auto` 或省略启动参数时,推荐直接采用小模型后端的 GPU/CPU 结论:GPU 开放全部四档,默认请求 Standard;CPU 可用逻辑核至少 12 时开放到 Standard,4–11 核开放到 Basic,不足 4 核只开放 Flash。CPU 默认请求该集合中的最高档位,不自动开放 Advanced。计数沿用亲和性和容器配额限制,读取失败回退 1 核并保留警告,不影响已确认的 GPU 结果。
Torch 使用已验证的加速设备可用性,包括 CUDA/ROCm、MPS、XPU 等,不调用 ONNX 校准。ONNX 在所有 CPU 核数下完成现有设备选型,复用缓存、显式配置和独显免校准策略;`onnx_device=auto` 保留适用的性能校准,显式或已保存的 `cpu/gpu` 不强制测速。推荐不增加独立测速或历史性能证据门槛。最终选中 CPU 或选型失败时按 CPU 核数推荐,静态 GPU 库存不能覆盖结果。
diff --git a/docs/zh/usage/tiers.md b/docs/zh/usage/tiers.md
index e1cc2e43..460f73c7 100644
--- a/docs/zh/usage/tiers.md
+++ b/docs/zh/usage/tiers.md
@@ -66,7 +66,7 @@ mineru-kit hardware info --json
detect 与 API 自动启动共用推荐逻辑,可能执行适用的 ONNX 校准;info 只读采集硬件、已安装运行时、有效配置和校准记录,不测速、不下载权重、不写配置。
-API/WebUI 的自动 tier 采用小模型后端的设备结论:GPU 开放全部四档;CPU 可用逻辑核至少 10 时开放到 Standard,4–9 核开放到 Basic,不足 4 核只开放 Flash。自动推荐不查询显存容量。开放 Standard 时默认请求 Standard,CPU 不自动开放 Advanced。显式启动上限跳过自动推荐。
+API/WebUI 的自动 tier 采用小模型后端的设备结论:GPU 开放全部四档;CPU 可用逻辑核至少 12 时开放到 Standard,4–11 核开放到 Basic,不足 4 核只开放 Flash。自动推荐不查询显存容量。开放 Standard 时默认请求 Standard,CPU 不自动开放 Advanced。显式启动上限跳过自动推荐。
## 资源与平台边界
diff --git a/mineru/model/runtime/tier_recommendation.py b/mineru/model/runtime/tier_recommendation.py
index 0934d127..fd7fce75 100644
--- a/mineru/model/runtime/tier_recommendation.py
+++ b/mineru/model/runtime/tier_recommendation.py
@@ -55,10 +55,10 @@ class TierHardware:
def tiers_for_hardware(hardware: TierHardware) -> frozenset[Tier]:
- """GPU 开放全部档位;CPU 至少 4 核开放 Basic,至少 10 核开放 Standard。"""
+ """GPU 开放全部档位;CPU 至少 4 核开放 Basic,至少 12 核开放 Standard。"""
if hardware.advanced_gpu:
return frozenset(TIERS)
- if hardware.cpu_count >= 10:
+ if hardware.cpu_count >= 12:
return frozenset(TIERS[:3])
if hardware.cpu_count >= 4:
return frozenset(TIERS[:2])
diff --git a/tests/unittest/test_hardware_recommendation.py b/tests/unittest/test_hardware_recommendation.py
index 4817f4cd..6aa8e789 100644
--- a/tests/unittest/test_hardware_recommendation.py
+++ b/tests/unittest/test_hardware_recommendation.py
@@ -80,7 +80,7 @@ def test_torch_accelerator_skips_onnx_for_every_engine(
("requested", "available", "expected_warning"),
[("cpu", True, False), ("cuda", False, True), ("cuda:2", True, True), ("xpu:-1", True, True)],
)
[email protected]("cores", [1, 3, 4, 9, 10, 32])
[email protected]("cores", [1, 3, 4, 9, 10, 11, 12, 32])
def test_torch_cpu_and_invalid_explicit_device_are_conservative(
torch_environment: Mock,
monkeypatch: pytest.MonkeyPatch,
@@ -95,7 +95,7 @@ def test_torch_cpu_and_invalid_explicit_device_are_conservative(
_fake_torch(monkeypatch, requested.split(":")[0], available)
report = tier_recommendation.recommend_tiers()
assert report.device == "cpu"
- assert report.ceiling == ("standard" if cores >= 10 else "basic" if cores >= 4 else "flash")
+ assert report.ceiling == ("standard" if cores >= 12 else "basic" if cores >= 4 else "flash")
assert bool(report.warnings) == expected_warning
assert get_config().model.small_backend == "torch"
assert os.environ["MINERU_DEVICE_MODE"] == requested
@@ -135,7 +135,7 @@ def test_torch_memory_does_not_affect_recommendation(
torch_environment.assert_not_called()
[email protected](("cores", "expected"), [(4, TIERS[:2]), (10, TIERS[:3])])
[email protected](("cores", "expected"), [(4, TIERS[:2]), (10, TIERS[:2]), (11, TIERS[:2]), (12, TIERS[:3])])
def test_auto_cpu_api_defaults_and_rejects_higher_tiers(
torch_environment: Mock, monkeypatch: pytest.MonkeyPatch, tmp_path: Path, cores: int, expected: tuple[str, ...]
) -> None:
diff --git a/tests/unittest/test_tier_recommendation.py b/tests/unittest/test_tier_recommendation.py
index e267a0c2..84d736e1 100644
--- a/tests/unittest/test_tier_recommendation.py
+++ b/tests/unittest/test_tier_recommendation.py
@@ -53,11 +53,11 @@ def onnx_recommendation_backend(monkeypatch: pytest.MonkeyPatch) -> Iterator[Non
forbidden.assert_not_called()
[email protected]("cores", [1, 3, 4, 9, 10, 32])
[email protected]("cores", [1, 3, 4, 9, 10, 11, 12, 32])
@pytest.mark.parametrize("gpu", [False, True])
def test_recommendation_matrix(cores: int, gpu: bool) -> None:
"""验证 CPU 边界及 GPU 对全部档位的开放规则。"""
- expected = TIERS if gpu else TIERS[:3] if cores >= 10 else TIERS[:2] if cores >= 4 else TIERS[:1]
+ expected = TIERS if gpu else TIERS[:3] if cores >= 12 else TIERS[:2] if cores >= 4 else TIERS[:1]
assert recommendation.tiers_for_hardware(recommendation.TierHardware(cores, gpu)) == frozenset(expected)
@@ -69,6 +69,8 @@ def test_recommendation_matrix(cores: int, gpu: bool) -> None:
(8, "400000 100000", 4),
(16, "900000 100000", 9),
(16, "1000000 100000", 10),
+ (16, "1100000 100000", 11),
+ (16, "1200000 100000", 12),
],
)
def test_recommendation_respects_affinity_and_quota(
@@ -90,7 +92,7 @@ def test_recommendation_respects_affinity_and_quota(
monkeypatch.setattr(onnx_device, "resolve_onnx_device", lambda: onnx_device.OnnxSelection())
report = recommendation.recommend_tiers()
assert report.cpu_count == expected
- assert report.pdf_image_tiers == (TIERS[:3] if expected >= 10 else TIERS[:2] if expected >= 4 else TIERS[:1])
+ assert report.pdf_image_tiers == (TIERS[:3] if expected >= 12 else TIERS[:2] if expected >= 4 else TIERS[:1])
@pytest.fixture
@@ -190,7 +192,7 @@ def test_onnx_unsupported_platform_uses_cpu_without_torch(
monkeypatch.setattr(onnx_device, "sys", SimpleNamespace(platform=platform))
monkeypatch.setattr(onnx_device, "_selections", {})
monkeypatch.setitem(sys.modules, "torch", None)
- monkeypatch.setattr(recommendation, "effective_cpu_count", lambda: 10)
+ monkeypatch.setattr(recommendation, "effective_cpu_count", lambda: 12)
report = recommendation.recommend_tiers()
assert report.device == "cpu" and report.pdf_image_tiers == TIERS[:3]
assert report.reason == "unsupported_platform"
@@ -310,7 +312,7 @@ def test_auto_startup_calibrates_before_publishing(
@pytest.mark.parametrize("gpu_wins", [False, True])
[email protected]("cores", [1, 3, 4, 9, 10, 32])
[email protected]("cores", [1, 3, 4, 9, 10, 11, 12, 32])
def test_startup_calibrates_at_every_cpu_threshold(
startup_calibration: tuple[Path, Mock], monkeypatch: pytest.MonkeyPatch, gpu_wins: bool, cores: int
) -> None:
@@ -324,7 +326,7 @@ def test_startup_calibrates_at_every_cpu_threshold(
monkeypatch.setattr(get_config().model, "small_backend", "onnx")
startup_calibration[1].return_value = _measurement(gpu_elapsed=1.0 if gpu_wins else 3.0)
report = recommendation.recommend_tiers()
- expected = TIERS if gpu_wins else TIERS[:3] if cores >= 10 else TIERS[:2] if cores >= 4 else TIERS[:1]
+ expected = TIERS if gpu_wins else TIERS[:3] if cores >= 12 else TIERS[:2] if cores >= 4 else TIERS[:1]
assert report.pdf_image_tiers == expected
assert report.default_request_tier == ("standard" if "standard" in expected else expected[-1])
assert report.calibration.status == "completed"
@@ -521,7 +523,7 @@ def test_failed_recalibration_revokes_previous_fast_evidence(startup_calibration
assert not cache.calibration_record_path().exists()
[email protected]("cores", [3, 4, 10])
[email protected]("cores", [3, 4, 10, 11, 12])
@pytest.mark.parametrize(
"failure", ["configured_cpu", "selection_failed", "no_hardware_gpu", "webgpu_architecture_policy", "raise"]
)
@@ -541,7 +543,7 @@ def test_final_cpu_result_cannot_be_upgraded_by_discrete_inventory(
)
monkeypatch.setattr(onnx_device, "resolve_onnx_device", selection)
report = recommendation.recommend_tiers()
- expected = TIERS[:3] if cores >= 10 else TIERS[:2] if cores >= 4 else TIERS[:1]
+ expected = TIERS[:3] if cores >= 12 else TIERS[:2] if cores >= 4 else TIERS[:1]
assert report.pdf_image_tiers == expected and report.default_request_tier == expected[-1]
assert report.device == "cpu"
if failure in {"raise", "selection_failed"}: