YANG JIANKUAN
|
912c2b8acf
|
docs: 查标评测开发集第一版（14 份投标文件）结果；汇总脚本 report.py
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
|
2026-11-04 13:15:57 +08:00 |
|
YANG JIANKUAN
|
85d6ba67b8
|
feat(evals): 导出风格 B 改写输入；改正规范里 S01、S05 的响应方式记录；空偏离表注明「无偏离」
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
|
2026-11-04 13:06:46 +08:00 |
|
YANG JIANKUAN
|
2beccd5fc5
|
feat(evals): 风格 B（两个分册、改写、自己的编号、干扰项 T01）；注入的三处待修项
- build.py：风格 B 分商务资格册和技术册，表格行按 rewrite.json 改写（数字对不上的改写丢弃，规矩靠构造
保证），用自己的编号，每 12 行技术响应挪到商务资格册（T01）；干扰项写进 spec.traps。
- mutate.py：支持多个分册；表格的响应方式以档案的 mode 为准（评分要的技术规格表是 presence，不再把单元
推成逐条响应）；「暂不支持」只套在功能类要求上，数值参数写不满足的值；「提供……方案 / 证明 / 报告」
这类文件要在的要求不注入参数类问题。
- prompts/style-B.md、prompts/profile.md：风格 B 改写说明和招标文件档案说明（开发集用）。
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
|
2026-11-04 12:51:17 +08:00 |
|
YANG JIANKUAN
|
54534be0c1
|
fix(evals): 漏响应在所有表里都删；评分按句子重叠合并重复的标注单元
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
|
2026-11-04 12:26:21 +08:00 |
|
YANG JIANKUAN
|
a07663cbdb
|
feat(evals): 查标评测集生成器、注入、评分和只检索基线
- build.py：从「招标文件档案」和读标清单生成规矩投标文件稿；技术参数按 op / value / unit 算满足的值，
分项报价按分项上限比例分摊，落款日期取截止日前 3 天，偏离表按格式表头决定列（含设备名称列），
读标漏抽的技术参数也补上响应；routes 支持「+」组合和 prose 散文响应。
- mutate.py：按词库注入要求项问题（单点 / 连续块，带不带标志词）和规则问题，写响应清单；
符合性条件响应表的问题按表级记一个。
- score.py：按单元去重、类型族比对、读标漏抽单列、端到端召回、无法对照单列。
- run_check.py：加只检索不调模型的基线；render.py：扫描件按最后一次出现定位。
- vocab-dev.json：开发集注入词库（留出集的另行封存，不进 git）。
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
|
2026-11-04 12:18:48 +08:00 |
|
YANG JIANKUAN
|
01ddc86281
|
docs: 确认 C12（响应方式）和 E1（评测集复核方式）
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
|
2026-11-04 12:05:17 +08:00 |
|
YANG JIANKUAN
|
4ed945c1de
|
docs(evals): 查标评测集规范 v0.2、留出集划分；渲染和离线查标脚本；新增待定事项 C12
- evals/check/GUIDELINES.md：请 Fable 审查 v0.1 后修改。响应方式按「文件 × 类别」记（逐条 / 默认接受 /
证明材料（投标时、中标后）/ 文件要在 / 平台内应答），10 份招标文件逐份核对；规矩投标文件靠构造保证
（表格脚本生成，LLM 只写散文和改写），对全部要求响应，问题只挂人工复核过的标注单元；注入分单点 /
连续块 / 全局三种粒度、带不带标志词、两档密度；留出集注入词库和 C 风格说明开工时封存；评分补只检索
基线、按单元去重、端到端召回。
- evals/check/split.json：开发集 S01 S02 S04 S05 S07 S08 S10，留出集 S03 S06 S09 + 真实国动投标文件。
- evals/check/render.py、run_check.py。
- m3-plan.md：新增待定事项 C12（每条要求怎么才算「响应了」）。
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
|
2026-11-04 12:02:40 +08:00 |
|