Skip to content
Merged
Show file tree
Hide file tree
Changes from all commits
Commits
Show all changes
11 commits
Select commit Hold shift + click to select a range
df3eab0
fix(persona): 逐命题核对收录资格、频率强度不得升级、单句截断按焦点拆分 (PE-23)
leafliber Nov 11, 2026
201db4d
fix(persona): PE-23 审查修改:重试失败回退、频率依据只认原话被肯定的词、计划标记收窄
leafliber Nov 11, 2026
af9533d
fix(persona): PE-23 复审修改:恢复须留出后续窗口时间、拆分失败回退、“都”按整句前文判断
leafliber Nov 11, 2026
702978d
fix(persona): PE-23 第三轮复审:“都”只按三种封闭写法豁免、只有“都”可写有界经历、按句拆分失败回退、容忍只绑定失败重试本身
leafliber Nov 11, 2026
fd8cfe9
fix(persona): PE-23 第四轮复审(代码):计数分组须两个以上、多个“都”逐个限定、来源单独“都”不算依据、暂停类错误不回…
leafliber Nov 11, 2026
3b78c30
test(persona): PE-23 第四轮复审的测试与架构说明
leafliber Nov 11, 2026
0025f86
fix(persona): PE-23 第五轮复审:计数分组为固定形状、单条请求的拒绝与条目错误可回退、提示词写明单独“都”不算依据
leafliber Nov 12, 2026
a557756
fix(persona): PE-23 第六轮复审:序数不算计数分组、来源“每……都”算明确频率依据
leafliber Nov 12, 2026
dd19ee0
fix(persona): allow one hour per check stage
leafliber Nov 16, 2026
c697052
fix(persona): bind one-date scopes and corroborate handwriting correc…
leafliber Nov 16, 2026
c635e94
fix(persona): preserve bounded narrative and spoken clauses
leafliber Nov 16, 2026
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
16 changes: 10 additions & 6 deletions ARCHITECTURE.md

Large diffs are not rendered by default.

2 changes: 1 addition & 1 deletion README.md
Original file line number Diff line number Diff line change
Expand Up @@ -402,7 +402,7 @@ GLM `glm-5.3-flash` 的初检与复查使用流式响应,保留上述总预算

生成/初检/复查单次输出上限均为 16000 token,包含服务商计入输出的推理用量;不能以正文长度替代总输出预算。确定性摘录不消耗模型调用或输出预算。`finish_reason=length` 记为 output_limit,保留原文且不做 JSON 修正重试;初检或复查未完成时整候选被拒绝,生成未完成时保留当前版并记录失败。历史模型修复的截断调用仍在评测中判为无效,旧运行不追认。评测单列输出耗尽调用数及用途,不能把截断当成支持结论。生成有 360 秒总预算。初检每批至多四个句子行、两个自动核对片段;长句分成多个检查请求,每个请求仍附完整原句作语境,不删正文或丢掉主语、否定与条件。片段序号沿用整句位置,要保留的句子须全部片段覆盖;判定按不利结论合并回原句:支持取 AND,虚构与违规取并集;模板、手写和自动设定不重复分片。`window_map` 保存各批到原句和片段的映射。每个实际检查请求的完整 messages(含系统提示词与 UTF-8 JSON 序列化)至多 32768 字节;在行数/片段数分批之后,仍超限的批次依次拆成较小批次与单片段。每个请求保留完整原句、全部绑定来源及其限定,不截短证据。一个片段的完整材料仍超限时,不发送该句,记录 `material_rejections` 并保守进入原有修复/删除;其他句子继续检查。格式重问、补查、JSON 语法修正和程度比较同样经过发送前的字节上限校验,无法拆分的程度或 JSON 请求超限会失败,不能发送超限请求。

单次检查调用至多 360 秒;初检整阶段固定至多 900 秒,复查按同样上限独立计时,只有一个窗口时也使用这一阶段上限。单批超时可重试一次,该批的首查、补查与字段重问共用这一次机会;程度比较也至多重试一次。只有剩余阶段预算且未暂停时才重试,429、调用额度不足、暂停及其他错误不使用此重试。任何重试都不延长阶段截止时间;调用内 HTTP 重试与一次 JSON 语法修正共用当前 360 秒调用预算。唯一一次 JSON 格式修正会提供解析候选中的错误类型、行列和位置,要求只修语法、保留字段及判定;原始错误响应、解析诊断和修正响应均保留,修正仍无效则失败,不增加重试。检查批次数随句数增加,实际调用均计入用量与整理独立的 `persona_max_calls`(默认 30);预算不足时保留当前版。包括首批在内的所有事实窗口都以 `task=check_facts_and_rules` 核对本批事实与监管,不携带上一版或待比较完整稿。全部事实通过后才用独立 `persona_degree_v1` 请求比较全文;该请求仍受原阶段截止时间和单次 360 秒限制,不因多出比较调用延长阶段预算。事实字段中的程度不作为整版结论,`degree_assessment` 记录实际比较或推迟原因;比较缺失、超时或截断仍拒绝候选。所有原始批次输出保留任务类型和提示词版本。句序错乱或缺句仍拒绝,不猜测归属。检查材料按句绑定记忆与来源,所引依据共享去重池,不重复铺开同一条长来源,也不携带未绑定的证据图。耗时、超时与用量按实际用途记录;真实评测同时覆盖 persona_v1 和 persona_v2,使用独立双判并取不利结论;未恢复的 429、超时或传输错误、输出耗尽或未完成的模型判定仍使评测无效,不复用该时间线;预算内恢复且完成检查的调用保留失败记录与恢复归属,单列已恢复/未恢复计数,不改变语义判分。缺少调用归属或成功记录时不推定恢复。重跑使用新输出目录并完整执行该语料。只在根对象恰有一个 `answer` 对象时展开一层,保留原文与规整记录,不递归解包或猜测冲突字段。评测每个操作后原子保存进度;可处理的中断(如 Ctrl-C)会先把正在执行阶段已经返回的原始输出写入失败尝试,再保留已完成检查点;未返回的请求用量仍未知,不虚构回复,也不把部分时间线当完成缓存。技术失败即停止本轮后续模型调用,报告计划/实际执行/未执行时间线数;完整的语义拒绝仍继续运行。逐句恢复不能保证模型已查出所有问题,产品仍默认全部人工确认。
单次检查调用至多 360 秒;初检整阶段固定至多 3600 秒,复查按同样上限独立计时,只有一个窗口时也使用这一阶段上限。单批超时可重试一次,该批的首查、补查与字段重问共用这一次机会;程度比较也至多重试一次。只有剩余阶段预算且未暂停时才重试,429、调用额度不足、暂停及其他错误不使用此重试。任何重试都不延长阶段截止时间;调用内 HTTP 重试与一次 JSON 语法修正共用当前 360 秒调用预算。唯一一次 JSON 格式修正会提供解析候选中的错误类型、行列和位置,要求只修语法、保留字段及判定;原始错误响应、解析诊断和修正响应均保留,修正仍无效则失败,不增加重试。检查批次数随句数增加,实际调用均计入用量与整理独立的 `persona_max_calls`(默认 30);预算不足时保留当前版。包括首批在内的所有事实窗口都以 `task=check_facts_and_rules` 核对本批事实与监管,不携带上一版或待比较完整稿。全部事实通过后才用独立 `persona_degree_v1` 请求比较全文;该请求仍受原阶段截止时间和单次 360 秒限制,不因多出比较调用延长阶段预算。事实字段中的程度不作为整版结论,`degree_assessment` 记录实际比较或推迟原因;比较缺失、超时或截断仍拒绝候选。所有原始批次输出保留任务类型和提示词版本。句序错乱或缺句仍拒绝,不猜测归属。检查材料按句绑定记忆与来源,所引依据共享去重池,不重复铺开同一条长来源,也不携带未绑定的证据图。耗时、超时与用量按实际用途记录;真实评测同时覆盖 persona_v1 和 persona_v2,使用独立双判并取不利结论;未恢复的 429、超时或传输错误、输出耗尽或未完成的模型判定仍使评测无效,不复用该时间线;预算内恢复且完成检查的调用保留失败记录与恢复归属,单列已恢复/未恢复计数,不改变语义判分。缺少调用归属或成功记录时不推定恢复。重跑使用新输出目录并完整执行该语料。只在根对象恰有一个 `answer` 对象时展开一层,保留原文与规整记录,不递归解包或猜测冲突字段。评测每个操作后原子保存进度;可处理的中断(如 Ctrl-C)会先把正在执行阶段已经返回的原始输出写入失败尝试,再保留已完成检查点;未返回的请求用量仍未知,不虚构回复,也不把部分时间线当完成缓存。技术失败即停止本轮后续模型调用,报告计划/实际执行/未执行时间线数;完整的语义拒绝仍继续运行。逐句恢复不能保证模型已查出所有问题,产品仍默认全部人工确认。

自 2026-10-10 起,默认“全部人工确认”:检查通过的小、中、大变化都带逐句依据和检查结果进入待确认,管理员确认前继续使用当前版。M3 persona 门槛尚未达到,因此先由管理员把关;这是发布策略调整,不代表模型质量已达标。恢复后仍未通过的候选保留当前版并记录原因。新的候选取代旧待确认候选,管理员编辑和回滚也会取代它。版本状态为 `current`(当前)、`pending`(待确认)、`rejected`(被拒绝)、`superseded`(被取代)、`history`(历史);来源为 `initial_setting`、`periodic`、`regenerate`、`admin_edit`、`rollback`。回滚只接受曾发布的版本,新建一个正文与逐句依据相同的当前版本,历史保持线性;若旧依据已失效,新版本仍显示待更新。

Expand Down
Loading