jesse-ux
e3bd3930e3
V0 on the existing 157 real rows matches the 09-19 cache. The staging extract has no case linkage, so V1/V2 are unmeasured and the verdict stays 缺数据.
2.7 KiB
2.7 KiB
进度 · Jev 意图分类 v2：上一轮放进 state（2026-09-27）
- 分支：
codex/jev-intent-v2-20260927 - 基线：
origin/staging@710c848b - 任务书：
docs/tasks/TASK-rectification-jev-intent-classifier-research-v2-20260927.md - 报告：
docs/research/jev_intent_2026_09_27.md/.json - 结论：缺数据。有上一轮 0 条，V1/V2 没有数字，不能判过门。
已跑到的数
| 项 | 结果 |
|---|---|
| 来源 B | 157（点选 17 / 采集 107 / 无焦点 33）。gold 全部来自 09-19 文件，不是新标 |
| 有上一轮 / 无上一轮 | 0 / 157 |
| Jev V0 intent | 91.1%（自洽 96.2%，高置信错误 6.4%，低置信召回 24.1%） |
| Flash V0 intent | 89.2%（09-19 缓存，生产提示；Flash 没有置信度） |
无焦点 unclear → answer_current_focus |
Jev V0 = 7，Flash V0 = 5 |
| 来源 C V0 相对 09-19 公布值 | 点选 0 pp，采集 +0.05 pp（公布值四舍五入到 92.2%），无焦点 0 pp |
V0 没有重打接口，state 与 09-19 相同，数字从 jev_runs_v2.json 重算。--from-report 只读报告 JSON 的 rows，来源 B intent 仍是 91.1%。
接口
- SDK：
typesafe-sdk 0.7.0（09-19 进度里写的版本，未升级） - 模型：响应字段
model=jev-1.13.0 - 连通性：合成样本 V0 1 次，1295 ms，1120 input tok；V2（多一个承接 Noul）1 次，971 ms，
continues_previous_turn=0.16，规则阈值 0.9 未沿用上一轮。这两次不进计分，费用可忽略 - 来源 B / C 的 V1、V2、Flash+V1：0 次
代码
build_state(..., variant=)：默认仍是四字段。V1 加previous_turn，V2 再加previous_decision和承接 Noul。Choice 的 criteria 原文没改。continues_previous_turn ≥ 0.9时沿用上一轮的 intent，并带上它的 answer_class，再走原来的enforce_combo。低于 0.9 用本轮结果。- 没有
case_id的行不会被串成上一轮。 - 未改
frontend/src/**，未加部署环境变量。
测试
python -m unittest tests.test_jev_intent_research：15 passed。开工时文件里已有 12 条（任务书写的 11 条之外，fix2 已加报告 JSON 那条），本次新增 3 条：V1/V2 state 形状、承接规则、案件首轮 previous_turn=null。旧断言未改。
偏离
- 重抽来源 B 被 staging 库挡住，见
BLOCKED.md。旧 157 条对不上turn_id，因为交来的文件里没有这个字段。 - 没有拿「上一轮 = null」去打满 V1/V2。那样测的是空字段，不是 Magpie 的喂法。
- Flash V0 不可省，所以用了 09-19 的生产提示缓存，没有新的 Flash 调用。Flash+V1 按让步可以缺，这里确实缺。
- 来源 C 没有上一轮，按任务书不跑 V1/V2。V0 用缓存重算，没有再花 900 次调用。