Jesse_Chen
62afa521f4
Implement offset and softmax relative-support scales and a public holdout calibration script, but leave the default proportional because no scheme passed the coverage-and-width gate. Co-authored-by: Cursor <cursoragent@cursor.com>
3.2 KiB
3.2 KiB
Staging 人肉复核 · 采集问完有出口、同年不去重问（2026-09-06）
给产品负责人。不要把真实案例里的年份、事件或候选分钟写进任何记录。
对应 BUG-558 / BUG-559 / BUG-560。测之前先做第 0 条。本单 部分完成：同年月合并卡（B2）未做；相对支持度换尺度未过校准门，线上仍是正比例归一。
0. 确认测的是新版本
浏览器打开 https://staging.jyotisha.chat/api/health，看 deployment.gitCommit 前 8 位是否等于本单合入 staging 后的提交。不一致 = 先别测。
1. 七个领域问完后给出结果或门槛句（P0）
新建生时校正，按任务书事故路径走完带年份采集和职业（可说「没有」跳过家人）。不要期待再出现「也可以再说一件你记得大概时间的事」。
- ✅ 预期：出现可点的候选时间卡，或一句能照做的门槛说明（例如还差带月份的经历）。口述采集时输入框上方有「先这样，先看当前范围」。
- ❌ 失败：最后一问仍是「也可以再说一件你记得大概时间的事」；或只有不可点的范围小字、没有下一步。
2. 口述采集可以先停下来看范围（P0）
任一口述采集题（家人 / 钱 / 搬家等）出现时：
- 看输入框上方是否有「先这样，先看当前范围」。
- 点它，或点范围那一行小字。
- ✅ 预期：两处都可点，动作相同，进入已停并给出当前范围；不是红色报错。
- ❌ 失败：口述态没有该按钮；或范围小字不可点；或点了之后仍停在采集题。
3. 同一领域同一年不再问第二次（P0）
若已出现「Y 年 M 月前后有没有入职/换工作」并答过，后续不应再出「Y 年前后工作上有没有入职/换工作」，也不应再出同年相邻年的同一领域存在题。
- ✅ 预期：同域同年（含前后一年）只问一次。
- ❌ 失败：同一领域同一年（只是去掉月份或换成相邻年）再问一遍。
4. 邻近经历写进题干提示；合并卡本单没有（P1）
本单 没有 做「某年某月发生了什么」四选合并卡（B2）。仍可能按领域各出存在题，但：
-
若账本里 ±2 个月内有另一领域带月份的事，引擎给模型的提示应提到该领域和年月，不出现事件摘要原文。
-
没有同域带月份经历时，不应出现「平时做事，你更接近下面哪一种」这类性格卡。
-
✅ 预期：无锚点性格卡不出；有锚点时题干仍可不写年份（年份在内部 hint）。
-
❌ 失败：没有任何对应经历就出性格对照卡。
-
本条不测合并卡。合并卡是后续单。
5. 旧 Case 不会因本单自动重算（P1）
相对支持度政策版本仍是 rectification-candidate-policy-v3，算法版本仍是 rectification-v5-matrix-scoring-7。snapshotCurrent=false 的失配路径还在，但本单没有 bump 版本。
- ✅ 预期：打开旧生时校正 Case，不会只因为本单就在第一轮自动重算候选。
- ❌ 失败：没有政策版本变化，却整案重算。
- 若以后校准过门并 bump 版本，那时才应看到「旧 Case 打开后第一轮会重算一次」。