From 648aa077592fae0d8498a77a394f6e93e4b0663d Mon Sep 17 00:00:00 2001 From: Jesse_Chen Date: Sat, 19 Sep 2026 14:18:54 +0800 Subject: [PATCH] =?UTF-8?q?docs(tasks):=20Jev=20=E6=84=8F=E5=9B=BE?= =?UTF-8?q?=E5=88=86=E7=B1=BB=E7=A0=94=E7=A9=B6=20fix2=20=E9=AA=8C?= =?UTF-8?q?=E6=94=B6=E9=80=9A=E8=BF=87=EF=BC=8C=E7=BB=93=E8=AE=BA=E7=BC=BA?= =?UTF-8?q?=E6=95=B0=E6=8D=AE=E9=87=87=E7=BA=B3=E3=80=81=E7=A0=94=E7=A9=B6?= =?UTF-8?q?=E5=8D=95=E5=85=B3=E9=97=AD?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Co-Authored-By: Claude Fable 5.1 Claude-Session: https://claude.ai/code/session_017eEAG8HD3mm8gsKXgk8uU8 --- docs/tasks/README.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/docs/tasks/README.md b/docs/tasks/README.md index ef5d972e..cb120694 100644 --- a/docs/tasks/README.md +++ b/docs/tasks/README.md @@ -234,7 +234,7 @@ | `TASK-rectification-open-collect-invite-20260914.md` | `PROGRESS-rectification-open-collect-invite-20260914.md` | **P0**：固定七条采集线问完后只说「能问的都问完了」，用户不知道还能补经历、也不知道补了有用；而两轮研究证明补带年月经历是唯一有效手段。产品拍板：交付卡照出 + 卡上给不限领域的补充邀请（先要确切日期，再退年月；举七条线之外的例子），补完必须可见生效（BUG-689） | 待验收 | `codex/rectification-open-collect-invite-20260914` | | `TASK-rectification-cluster-width-research-20260914.md` | `PROGRESS-rectification-cluster-width-research-20260914.md` | **研究单**：上一轮证明调权重改不动交付区间宽度——所有方案宽度中位数都等于整个搜索窗。先确认 sweep 的宽度口径是否含淘汰（M0），再画簇结构像（M1），最后量三个改法：放宽簇上限、按分差决定是否合并、交付区间改分位覆盖（M2）。真值覆盖率不得下降 | 待验收 | `codex/rectification-cluster-width-research-20260914` | -| `TASK-rectification-jev-intent-classifier-research-20260919.md` | `PROGRESS-rectification-jev-intent-classifier-research-20260919.md` | **研究单**：TypeSafe Jev（只做 Choice/Score/Noul 的校准判断模型，$0.042/Mtok）能否接管校正流的意图分类。产品 09-19 授权评估（推翻 09-15「分类只用贵模型」需重新拍板）。Agent 模拟校正流造 ≥900 条中文语料（标签先定、独立复核）+ 真机样本做代表性锚，量准确率 / 高置信错误率 / 低置信召回 / 延迟；只离线测，不改线上 | **待验收**（fix2 已交，结论仍 **缺数据**） | `codex/rectification-jev-intent-research-fix2-20260919`。来源 B 现行 Flash 已入表（全集 89.2%、无焦点 69.7%）；Jev 高置信错误全集 6.4% / 无焦点 12.1%；无焦点混淆全是 unclear→answer_current_focus。采集层相对门槛标不可判。 | +| `TASK-rectification-jev-intent-classifier-research-20260919.md` | `PROGRESS-rectification-jev-intent-classifier-research-20260919.md` | **研究单**：TypeSafe Jev（只做 Choice/Score/Noul 的校准判断模型，$0.042/Mtok）能否接管校正流的意图分类。产品 09-19 授权评估（推翻 09-15「分类只用贵模型」需重新拍板）。Agent 模拟校正流造 ≥900 条中文语料（标签先定、独立复核）+ 真机样本做代表性锚，量准确率 / 高置信错误率 / 低置信召回 / 延迟；只离线测，不改线上 | **验收通过**（fix2 507ef959）：结论 **缺数据** 采纳，不上线、不影子双跑；研究单关闭，下一步由产品拍板（补真机样本 / 再造语料 / 关单） | 来源 B 157 条真人：Jev intent 91.1% vs 现行 Flash 89.2%；无焦点层 Jev 78.8% > Flash 69.7%，说明该层难而非单 Jev 不行；Jev 高置信错误全集 6.4% / 无焦点 12.1% > 3% 门槛；来源 C 复核≈生产提示且同模型，采集层相对门槛不可判 | | `TASK-rectification-minute-resolution-research-20260914.md` | `PROGRESS-rectification-minute-resolution-research-20260914.md` | **研究单**：候选分不开的根因是打分尺度——窗口内恒定项 11.5 分 vs 随分钟变化项 2.125 分（≈5:1）。先修封存基准（v3 每例仅 3 件事且被标 invalidated）出 v4，再离线量五个改法：分盘除数、去底座、**KP 宫头子主计分（产品 09-14 拍板，推翻 BUG-325 一条红线）**、年精度事件改边际似然、聚类签名层对齐。有收益才立实现单 | 待验收 | `codex/rectification-minute-resolution-research-20260914` |