这是占位文，用来说明栏目的定位与投稿口径。真正的第一批文章由团队来写。
只发能复现的东西
我们对外说过一句话：没有口径的准确率，不是一个数字。 那这句话就得有个兑现的地方。
一篇合格的文章至少要能回答：
- 用的什么数据集、多少题、排除了哪些类别
- 抽取模型、答题模型、判官模型分别是什么型号
- 跑了几轮，轮与轮之间差多少
- 如果给出对比，对手是我们自己跑的还是引用的自报值
拿不到这些的对比，我们不发。
口径更正也要写
改口径最容易被怀疑的地方，是「你是不是挑了对自己有利的算法」。
所以更正必须连同方向一起写：这次更正让我们的数字变高了还是变低了。 有一次我们把对抗题算进了分母，而业界五家 harness 全部排除它； 按业界口径重算之后，我们的绝对值降了，领先幅度反而略高。 两件事都要写出来，只写后者就是挑好听的说。
也写砸掉的事
系统出错不可怕，可怕的是出错了什么都不说。这个栏目会写那些静默失败： 不报错、不告警、跑批还「正常结束」，而结果是错的。
写它们不是为了显得坦诚，是因为这类问题只有被写下来才会被记住 —— 我们自己就是在把某次事故写进 README 之后，才给它加上护栏的。
不写什么
- 不写没有落地代码的路线图
- 不写拿不到口径的竞品对比
- 不写客户的名字，除非对方明确授权