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

..

build.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

GUIDELINES.md

docs: 确认 C12（响应方式）和 E1（评测集复核方式）

2026-11-04 12:05:17 +08:00

mutate.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

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

run_check.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

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