工程笔记
一家主张「没有口径的准确率不是一个数字」的公司,最该有的就是一个持续公开口径的地方。这里写的是我们怎么量、量错过什么、以及为什么改了口径之后数字反而对自己不利。
开栏说明。这里只发能复现的东西——每个数字带口径,每次口径更正都写清楚它对我们是有利还是不利。
1 分钟阅读
你有评测集,我们接进去跑;没有的话就用第三方统一 harness,判官与答题 prompt 都不由我们决定。两边都能复现的结果,才值得拿出来比。
可审计的 AI 长期记忆。
© 2026 Reglos. 保留所有权利。