Skip to content

research: 汽车 NONT-D Val397 结果与可审计成果包 - #16

Merged
wantRP merged 1 commit into
masterfrom
codex/vehicle-nontd-results-20261019
Oct 19, 2026
Merged

wantRP merged 1 commit into
masterfrom
codex/vehicle-nontd-results-20261019

Conversation

@Sylphira-ovo

Copy link
Copy Markdown
Collaborator

提交汽车 NONT-D / ProgSkill 的完整 Val397 无训练结果及独立研究成果包,新增目录 research/vehicle_program_v1/,不修改现有应用。

分类33/397(8.31%)、分级53/397(13.35%)、联合26/397(6.55%)、合法终局115/397(28.97%)。265条预算耗尽、17条后端错误全部保留。累计usage与未知请求预留估算49.07元,非账单。

包含中文报告与摘要、指标JSON、模型/预算身份、汽车适配与评分/回放代码、397条有损脱敏轨迹、发布文件SHA清单,以及与汽车A/B/C合表前的核验清单。真实数据、gold、原始请求/回复、源ID映射和凭据不发布。

验证:55项执行代码测试、8项上游测试、5项脱敏发布测试全部通过;163个暂存文件逐字节核验。原始证据397份收据校验、逐条主指标复算、2536笔夜间请求对账通过,380份非后端错误轨迹完整回放通过。公开投影不能独立复算语义正确率或用作训练/完整回放输入。

边界:9条先导与后续388条保留不同服务调度历史;332条时熔断,基础设施冷却恢复修复后续跑65条,未重抽或重置费用/时钟。SiliconFlow端权重revision/精度未核实;59标准条目/44叶子口径待与A/B/C对齐。本次没有SFT/RL或新的付费模型运行。

公开代码相对历史v8仅替换README及本机凭据/tokenizer路径默认值,并明确记录新旧身份;117个上游文件及模型/控制/评分逻辑保持原样。

@wantRP
wantRP merged commit 16f9aa7 into master Oct 19, 2026
3 checks passed
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

2 participants