YANG JIANKUAN
|
1d50faccbe
|
fix(evals): 「暂不支持」只套功能类要求；伞状单元和条件性要求不挂问题；低密度投标文件；run_check 加 --v1 对比开关
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
|
2026-11-04 13:23:16 +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
|
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 |
|