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

..

prompts

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

2026-11-04 12:51:17 +08:00

build.py

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

2026-11-04 13:23:16 +08:00

export_rewrite.py

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」

2026-11-04 13:06:46 +08:00

GUIDELINES.md

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」

2026-11-04 13:06:46 +08:00

mutate.py

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

2026-11-04 13:23:16 +08:00

render.py

feat(evals): 查标评测集生成器、注入、评分和只检索基线

2026-11-04 12:18:48 +08:00

report.py

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

2026-11-04 13:23:16 +08:00

run_check.py

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

2026-11-04 13:23:16 +08:00

score.py

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

2026-11-04 12:26:21 +08:00

split.json

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

2026-11-04 12:02:40 +08:00

vocab-dev.json

feat(evals): 查标评测集生成器、注入、评分和只检索基线

2026-11-04 12:18:48 +08:00