EVALUATION

V7 通过门禁,但边界仍写在结果旁边。

锁定合成集 N=60,仅用于机制质量评估;AI 辅助一致性复核不等于独立人工审计,也不代表真实业务分布。

V7:已晋级作品集演示基线

状态:promoted_for_portfolio_demo;数据:v7-frozen-signature-clustering-holdout-20260702。九项已测门禁全部通过,并由独立 promotion record 固化运行配置。

已测门禁全部通过。未测项仍明确保留:已接受记录 offset 有效率、周报与 SOP 引用率。

结构化与重复问题识别

Schema 契约有效100.0%门槛 95%,通过
首次依赖成功88.3%信息项;与 Schema 分开
问题类型 Macro-F10.846门槛 0.80,通过
产品区域 Macro-F10.963门槛 0.80,通过
quote 自动定位100.0%失败进入人工复核
责任路由一致率85.0%规则映射,门槛 85%
重复识别精确率84.2%门槛 80%,通过
重复识别召回率53.3%门槛 50%,通过
聚类纯度96.7%面试展示指标
B³ F10.853技术报告指标

内容生成工作流

问题簇叙事100%30 次真实调用
候选 SOP100%5 次真实调用
周报叙事100%6 次真实调用
证据引用有效100%服务端再次校验 ticket_id

错误合并案例

[
  {
    "left": "V7-T003",
    "right": "V7-T059",
    "left_family": "V7-ISSUE-002",
    "right_family": "V7-ISSUE-030"
  },
  {
    "left": "V7-T009",
    "right": "V7-T011",
    "left_family": "V7-ISSUE-005",
    "right_family": "V7-ISSUE-006"
  },
  {
    "left": "V7-T010",
    "right": "V7-T011",
    "left_family": "V7-ISSUE-005",
    "right_family": "V7-ISSUE-006"
  }
]

错误拆分案例

[
  {
    "family": "V7-ISSUE-002",
    "predicted_cluster_count": 2
  },
  {
    "family": "V7-ISSUE-003",
    "predicted_cluster_count": 2
  },
  {
    "family": "V7-ISSUE-006",
    "predicted_cluster_count": 2
  },
  {
    "family": "V7-ISSUE-008",
    "predicted_cluster_count": 2
  },
  {
    "family": "V7-ISSUE-010",
    "predicted_cluster_count": 2
  },
  {
    "family": "V7-ISSUE-016",
    "predicted_cluster_count": 2
  },
  {
    "family": "V7-ISSUE-017",
    "predicted_cluster_count": 2
  },
  {
    "family": "V7-ISSUE-019",
    "predicted_cluster_count": 2
  },
  {
    "family": "V7-ISSUE-022",
    "predicted_cluster_count": 2
  },
  {
    "family": "V7-ISSUE-023",
    "predicted_cluster_count": 2
  }
]

失败历史没有被覆盖

V5 因问题类型、责任路由和重复识别未达门槛而未晋级;V6 虽把问题类型 F1 提升到 0.901,但聚类精确率 57.1%、召回率 40.0%,仍未晋级。V7 使用新的锁定集和独立晋级记录,不在旧 holdout 上反复调参。