工程笔记

把口径、复盘和踩过的坑公开写出来

一家主张「没有口径的准确率不是一个数字」的公司,最该有的就是一个持续公开口径的地方。这里写的是我们怎么量、量错过什么、以及为什么改了口径之后数字反而对自己不利。

先在同一把尺子下跑一遍,再谈别的。

你有评测集,我们接进去跑;没有的话就用第三方统一 harness,判官与答题 prompt 都不由我们决定。两边都能复现的结果,才值得拿出来比。

© 2026 Reglos. 保留所有权利。