1 parent 6751608 commit 6fa628fCopy full SHA for 6fa628f
1 file changed
docs/evaluation/EVALUATION_METHOD.md
@@ -1,6 +1,6 @@
1
# 评测方法(EVALUATION_METHOD)
2
3
-> PsyLens 偏评测定位:不只展示"分析出了什么",更评估"样本→证据→编码→洞察→建议"链条是否可靠。
+> PsyLens 评测定位:不只展示"分析出了什么",更要评估"样本→证据→编码→洞察→建议"链条是否可靠。
4
> 指标定义见 `evaluation/metrics.yaml`,阈值与阻断级别见 `evaluation/thresholds.yaml`,失败类型见 `evaluation/failure_taxonomy.yaml`,计算器为 `tools/evaluate_v2.py`(离线、确定性)。
5
6
## 五组指标
@@ -14,11 +14,5 @@
14
## 判定规则
15
16
- 每个指标有阈值与级别(block/warn)。任一 block 未达标 → 整体 `evaluation_status=BLOCKED`。
17
-- legacy 历史遗留指标(如 `parent_semantic_linkage_rate`)当前为 0,记为 **warn**(不重复阻断已 PASS 的 v2 迁移)。
18
-- `human_review_coverage` 当前为 0(无真人复核),记为 warn。
19
-
20
-## 口径纪律
21
22
-- `evidence_text_match_rate` 只说明"证据文本可在公开样本中定位",**不等于**采集/来源/标签/人工复核真实性。
23
- `proposal_confidence` 是机器置信度,不是证据强度,也不是人工确认。
24
-- 面向页面用普通语言表述(如"每条展示证据都能回到对应的原始反馈"),工程字段保留在本文档与 README。
+
0 commit comments