docs(cheap): 通用底座第12条金标复验回写5品类rubric _note(12条口径·C波·真M3 23调用¥0.46)
评分尺变更「通用底座 11→12 条(⑨升「核心操作非无脑」L2·追加末尾·前11一字不动)」的金标复验:
逐品类金标正例+薄反例真 M3 judge 复评,比对前 11 条分组小计对旧 11 条锚的漂移(±1 线),
第 12 条命中态与品类段单记。结论=item12 对前 11 零漂移坐实:
- heritage 正/薄反 前11 逐值精确=旧锚(10/11=6/2/2·6/11=4/0/2),品类 5/5·3/5 均±1内
- trpg 正例 前11 总分 8=旧锚(首记分组 5/1/2),品类 5/5 持平
- puzzle 正例(_fewshot)9/11 首记通用、对照(_template)8/11 对旧锚7/11 +1(±1内),品类 5/5 持平
- narrative 正例 双口径(生产/纯隔离)中位均±1内,genre=None 纯item12隔离中位7/11精确复现旧通用锚
- 第12条判别力真实:富/决策游戏命中、经营骨架(点顾客自动结算)与故事骨架多未命中;sim_neg item12=False
四品类(heritage/trpg/puzzle)+narrative正例 12条口径新基线已回写(追加式·保留旧11条记录)。
待创始人裁 / 欠账:
1. narrative 薄反例 L2 中位 2~3 对旧锚 L2 1 超 +1~+2 —— 根因旧锚系「骨架原样」空brief单发stingy观测
(该骨架恒有 juice+playSfx 两个L2、真实地板≥2),非 item12 效应;narrative 本为「仅观测·挂窗待跑」
临时基线,新基线本轮暂不锁定,建议以固定 brief+genre 口径正式重锚(_note 已记发现)。
2. trpg/puzzle 合成薄反例(黑箱点卡/合成薄壳)未入仓、本轮未跑。
3. 经营金标正例无仓内产物(golden-specs 只有 driver play-spec),待固化一款过门经营正例入仓。
Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
2aafa82b9c