数据卡
全部统计由首批样本数据自动计算。
关于首批样本。下表为首批已标注样本的平均值与比例。领域与任务类型的比例由已完成标注的项目决定, 不代表数据的最终构成; 后续批次会纳入更多领域和任务类型, 统计口径保持不变。
§ 1
首批样本统计
| 已覆盖领域 | 法律、电力工程、财税、采购与供应链(持续扩展) |
| 任务类型 | 审查与核查 28% · 分析与意见 16% · 量化测算 19% · 清单与台账编制 22% · 文书起草与决策建议 16% |
| 交付物形式 | Word 53% · Excel 47% |
| 上下文与数据 | 平均每个项目 5.7 份共享业务材料(Word 47% · Excel 53%); 25% 的任务另附任务级输入数据 |
| 任务组织 | 同一项目内的任务共享材料; 16% 的任务为多步链式任务书; 22% 的任务在同一张业务数据表上逐版演进 |
| 验收判据 | 平均每任务 17.8 条(6–31); 关键要求 71% · 加分项 29%; 100% 标注来源位置 |
| 判据维度 | 事实与依据 42% · 分析与判断 27% · 覆盖完整 18% · 交付形式与结构 13% |
| 负面规则 | 平均每任务 2.7 条(严重 46% · 重大 54%), 命中即归零 |
| 交付格式 | Harbor 标准任务目录(任务书 / 任务配置 / 作答环境 / 判分资产); 参考产出与判据不进入作答环境 |
| 基线 | 2 个模型, 每个任务各运行 1 次; 附逐条判分结果与证据 |
§ 2
许可要点(样本评估许可)
期限自首次访问起 30 天; 中英文许可全文随样本集交付。
| 允许(评估期内) | 禁止 |
|---|---|
| 查看 / 分析 / 测试数据; 内部模型训练实验(仅限评估技术适用性); 向参与评估的员工提供访问 | 向第三方提供; 公开发布或上传公共平台; 用于生产环境或商业服务; 提取重建实质内容; 期满后继续使用(须删除) |
需要更细的统计口径?样本附逐任务元数据, 可按领域 / 任务类型 / 交付形式自行切分
联系商务