eric/bid-doctor
1
0
Fork 0
Code Issues Pull Requests Actions 1 Packages Projects Releases Wiki Activity
51 Commits 2 Branches 0 Tags
912c2b8acf91adcf393b97b29b02d66cfea1b84f
Commit Graph

11 Commits

Author SHA1 Message Date
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
YANG JIANKUAN
ad34b0cb23 docs: 读标抽取现状、遗留问题和下一步；改正「三项目标全部达标」的说法
Some checks failed
ci / server (push) Has been cancelled
Details
ci / web (push) Has been cancelled
Details
ci / contract (push) Has been cancelled
Details 
- 新增 docs/architecture/extract-status.md：指标两种读法（报告值 / 只按人工标注）、
  已确认的进展、泛化风险（Fable 过拟合评估）、P0–P3 遗留问题、找样本和建留出集的流程
- extract-eval.md、AGENTS.md、架构 SK13、evals/README.md 改正达标说法并指向新文档
- 读标召回率优化暂停，后续专项优化从 extract-status.md 接着做

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-11-03 23:37:52 +08:00
YANG JIANKUAN
602703c47c docs(evals): S01–S10 标注集 v1、评测工具和评测报告 
- evals/gold：1,887 个标注单元（AI 标注、逐条裁定，未经人工复核），规范见 GUIDELINES.md
- prepare / run_all / score / gold：导出文字层、批量抽取、打分、标注定位
- docs/architecture/extract-eval.md：修复前后的结果（三项目标全部达标）和剩余问题
- decisions.md 记 M1（只用 Flash）和 Q1–Q4；架构 §13 SK13；AGENTS.md 进度

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-11-03 23:19:30 +08:00
YANG JIANKUAN
f99bb8b358 feat(server): 参考 BidEngine 补五项：原因码、截断重跑、项目信息逐项表态、占位符、提示词规则对应校验 
- 待确认记原因码（extract.FAILURES，存在 ai_values.failures），解析结果按原因计数
  （verify_failures）；前端待确认条目显示具体原因
- 相邻分块重叠约 800 字；模型输出被截断或不是合法 JSON 时对半重跑（最多 3 层），
  拆到底仍不完整记 output_incomplete。修复：以前截断时整块条目被当成「没有结果」悄悄丢掉
- 项目基本信息提示词 v2：12 个字段逐项表态 found / ambiguous / not_found，跨分块合并为
  found / absent / needs_review（info_fields）
- 「____元」「××」「（ ）」「待填」等占位符不算取值
- 提示词 substantive v4，qualification / scoring / schedule / tech_param v3：每条禁止事项
  对应一个原因码，对照表在 prompts/README.md
- 顾问（Fable）深读参考项目的结论补进 ref-bid-engine-analysis.md §5；架构 §13 SK12
- 待确认：国动 4 → 2，S02 13 → 3，S06 57 → 55

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-11-03 21:59:12 +08:00
YANG JIANKUAN
e3f234ca0b feat: 读标可以走完一份文件；审计待确认区，修规则缺陷、提示词出新版本 
读标操作（FR-M2-07、08）
- 后端：清单项详情（ETag）、修改（If-Match 选填，记 edited_fields 和 AI 原值）、
  采纳（补出处或声明「人工确认、无出处」，可带修改）、删除 / 丢弃与恢复、人工新增、
  替换出处、人工建出处（选同一页的句子）、修改记录（来自审计）、确认清单（不可变版本，
  内容没变复用上一版）、版本列表；正式清单有变化时已确认的清单回到草稿；项目已递交只读
- 重新解析不推翻人工决定：丢弃的不再冒出来，采纳的留在正式清单，人工补过的出处不被覆盖
- 前端：待确认区采纳 / 补上出处后采纳 / 修改后采纳 / 丢弃，正式清单修改、补出处、删除
  （可撤销）、修改记录、新增条目、确认清单；pdf.js 原文查看器（点出处跳页、按坐标框高亮、
  选句补出处），整屏对照布局，J / K 上下条；跨页的一句话合成一处出处显示

待确认审计（架构 §13 SK11）
- 规则只修真正的缺陷：表格框线不算下划线（文字层 v3）；句号后的右括号并进同一句
  （切句 s3-v3）；中文编号小节和冒号编号条目的上级条款，依据沿上级链核对；取值认中文
  数字、同一行单元格和评分因素标题；补几种无效写法；比对引文前去掉我们加进输入的标记
- 不放宽：引文最短 8 个字、编号必须对、证据全部通过
- 提示词新版本：substantive v3，qualification / scoring / schedule / tech_param v2；
  引文复制整句、并列多项不拆、跨页只引上一行，除实质性条款外输入改成纯文本
- BD_AI_MODELS 按提示词声明的能力选模型；离线评测工具 evals/run_extract.py
- 待确认：国动 46 → 4，S02 17 → 13，S06 174 → 57

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
 2026-11-03 21:32:15 +08:00