119 lines
11 KiB
XML
119 lines
11 KiB
XML
<svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 1480 700" font-family="-apple-system,'PingFang SC','Microsoft YaHei',Segoe UI,sans-serif">
|
||
<defs>
|
||
<marker id="arr" markerWidth="11" markerHeight="11" refX="8" refY="3" orient="auto" markerUnits="strokeWidth"><path d="M0,0 L8,3 L0,6 Z" fill="#334155"/></marker>
|
||
<marker id="arrd" markerWidth="11" markerHeight="11" refX="8" refY="3" orient="auto" markerUnits="strokeWidth"><path d="M0,0 L8,3 L0,6 Z" fill="#64748b"/></marker>
|
||
<marker id="arrr" markerWidth="11" markerHeight="11" refX="8" refY="3" orient="auto" markerUnits="strokeWidth"><path d="M0,0 L8,3 L0,6 Z" fill="#dc2626"/></marker>
|
||
<style>
|
||
.t{fill:#0f172a}.mut{fill:#475569}.sm{font-size:12px}.xs{font-size:11px}.xxs{font-size:10px}
|
||
.h1{font-size:24px;font-weight:700}.lbl{font-size:13px;font-weight:600}
|
||
.flow{stroke:#334155;stroke-width:2;fill:none}
|
||
.dash{stroke:#64748b;stroke-width:1.6;fill:none;stroke-dasharray:6 4}
|
||
</style>
|
||
</defs>
|
||
<rect x="0" y="0" width="1480" height="700" fill="#f8fafc"/>
|
||
|
||
<!-- 标题 -->
|
||
<text x="40" y="36" class="t h1">图 2 · rubric 计分制与 F-4 平衡门五裁定</text>
|
||
<text x="40" y="58" class="mut sm">L2–L4 内容质量怎么打分(逐条 0/1、三分组小计、非阻塞),以及「平衡」这件事谁说了算(真玩动态门权威、静态恒 advisory)。两者都服从防 Goodhart:软信号绝不拿拒发权。</text>
|
||
|
||
<line x1="728" y1="76" x2="728" y2="648" class="dash"/>
|
||
|
||
<!-- ===== 左栏:rubric 计分制 ===== -->
|
||
<text x="40" y="94" class="t lbl">rubric 计分制(§4)— 逐条 0/1 · 三分组小计 · 不设单一总分</text>
|
||
|
||
<rect x="40" y="102" width="672" height="60" rx="9" fill="#ffffff" stroke="#334155" stroke-width="1.5"/>
|
||
<text x="54" y="122" class="t xs" font-weight="700">计分单元:每条 rubric 的最小形状</text>
|
||
<text x="54" y="140" class="mut xs">编号 / 层标(L2·L3·L4)/ 一句可判定判据 / 一对正反例</text>
|
||
<text x="54" y="156" class="mut xs">评分记 0/1(成立 / 不成立)＋ 逐条给一句理由</text>
|
||
|
||
<rect x="40" y="172" width="672" height="80" rx="9" fill="#f0fdf4" stroke="#16a34a" stroke-width="1.6"/>
|
||
<text x="54" y="192" class="t xs" font-weight="700">三分组小计,不设单一总分(防 Goodhart)</text>
|
||
<text x="54" y="210" class="mut xs">一次 LLM 评分同时产 L2 丰富 / L3 留存 / L4 传播 三个分组小计</text>
|
||
<text x="54" y="228" class="mut xs">不另起三套评分,也不合成单一总分——单一总分会诱导 Goodhart</text>
|
||
<text x="54" y="246" class="mut xs">分组小计才对得上三层各自的消费点(品类件验收 / 批次观测 / 回流)</text>
|
||
|
||
<rect x="40" y="262" width="672" height="62" rx="9" fill="#ffffff" stroke="#334155" stroke-width="1.5"/>
|
||
<text x="54" y="282" class="t xs" font-weight="700">两分母分开、不混合平均(规范一·二)</text>
|
||
<text x="54" y="300" class="mut xs">通用底座 12 条(L2 7 / L3 3 / L4 2,已实装为现网评分尺)</text>
|
||
<text x="54" y="318" class="mut xs">＋ 品类扩展 ≥4 条(品类特有维度,同形状同层标,独立小计)</text>
|
||
|
||
<rect x="40" y="334" width="672" height="80" rx="9" fill="#ffffff" stroke="#334155" stroke-width="1.5"/>
|
||
<text x="54" y="354" class="t xs" font-weight="700">判定形态(规范四):纯 LLM · 非阻塞 · 逐条给理由</text>
|
||
<text x="54" y="372" class="mut xs">绝不写成代码校验、不进九门、不进脚手架(创始人红线)</text>
|
||
<text x="54" y="390" class="mut xs">评分调用失败 / 超时 / 解析失败 → 降级「本次未评出」</text>
|
||
<text x="54" y="408" class="mut xs">不抛、不阻断生成、不进达标判定——评分再错也不拦游戏</text>
|
||
|
||
<rect x="40" y="424" width="672" height="80" rx="9" fill="#ffffff" stroke="#334155" stroke-width="1.5"/>
|
||
<text x="54" y="444" class="t xs" font-weight="700">与 L1 断言的分界(规范五):同名两物、分工明确</text>
|
||
<text x="54" y="462" class="mut xs">code-presence 类(即时反馈 / 下一个解锁 / 音反馈)软化为 LLM 评分维度</text>
|
||
<text x="54" y="480" class="mut xs">经 H 门 assertAfterPlay 的真玩硬断言(score 递增 / currency 扣减)属 L1</text>
|
||
<text x="54" y="498" class="mut xs">保留硬断言、不软化——降成软评分会削 L1 拒发权,方向恰好反了</text>
|
||
|
||
<rect x="40" y="514" width="672" height="126" rx="9" fill="#fffbeb" stroke="#b45309" stroke-width="2"/>
|
||
<text x="54" y="534" class="lbl" fill="#b45309">复采样纪律(规范三):确定性锚点治 LLM 漂移,不用另一个 LLM 治</text>
|
||
<text x="54" y="554" class="mut xs">每品类 ≥1 金标正例 ＋ ≥1 薄反例;rubric / 评分 prompt 变更必金标复验</text>
|
||
<text x="54" y="572" class="mut xs">单款分组小计漂移超 ±1 即回退</text>
|
||
<text x="54" y="590" class="mut xs">复采样:漂移超 ±1 先同输入复采样 ≥3 次取中位再判</text>
|
||
<text x="54" y="608" class="mut xs">(LLM 对逐字节相同输入,单次采样命中数差可达 3,属固有噪声;prompt 未变可机证时不据单样本回退)</text>
|
||
<text x="54" y="626" class="mut xs">薄反例先验证「真薄」:模板可能天然品类饱和,此时用合成薄壳作反例、不用模板</text>
|
||
|
||
<!-- ===== 右栏:F-4 平衡门五裁定 ===== -->
|
||
<text x="756" y="94" class="t lbl">F-4 平衡门判法(§8)— 五条裁定(n=5 收敛环 runbook 工单)</text>
|
||
|
||
<!-- 流程图 -->
|
||
<rect x="770" y="106" width="240" height="40" rx="9" fill="#eff6ff" stroke="#2563eb" stroke-width="1.8"/>
|
||
<text x="890" y="131" text-anchor="middle" class="t xs" font-weight="700">agent 写玩法数值 / 数据表</text>
|
||
|
||
<rect x="770" y="164" width="240" height="52" rx="9" fill="#ffffff" stroke="#334155" stroke-width="1.6"/>
|
||
<text x="890" y="184" text-anchor="middle" class="t xs" font-weight="700">静态自检 economyConsistent</text>
|
||
<text x="890" y="202" text-anchor="middle" class="mut xxs">毫秒级 · advisory · 自检工具(非放行判据)</text>
|
||
|
||
<rect x="770" y="234" width="240" height="56" rx="9" fill="#fef2f2" stroke="#dc2626" stroke-width="2.2"/>
|
||
<text x="890" y="254" text-anchor="middle" class="t xs" font-weight="700">真玩动态门(权威)</text>
|
||
<text x="890" y="272" text-anchor="middle" class="mut xxs">经济门 win/lose 双路 + H_progress · enforced</text>
|
||
|
||
<rect x="808" y="312" width="164" height="34" rx="9" fill="#f0fdf4" stroke="#15803d" stroke-width="2"/>
|
||
<text x="890" y="333" text-anchor="middle" class="t xs" font-weight="700">L1 放行</text>
|
||
|
||
<rect x="1052" y="216" width="356" height="66" rx="9" fill="#fffbeb" stroke="#b45309" stroke-width="1.8"/>
|
||
<text x="1066" y="236" class="t xs" font-weight="700">失败:数值证据反馈(F-1)</text>
|
||
<text x="1066" y="254" class="mut xs">实测值 vs 期望值 ＋ 一句为什么(不只喂门名)</text>
|
||
<text x="1066" y="272" class="mut xs">静态 economyConsistent 差额一并折进;tier2 富三门对齐便宜档厚度</text>
|
||
|
||
<!-- 流程箭头 -->
|
||
<line x1="890" y1="146" x2="890" y2="164" class="flow" marker-end="url(#arr)"/>
|
||
<line x1="890" y1="216" x2="890" y2="234" class="flow" marker-end="url(#arr)"/>
|
||
<line x1="890" y1="290" x2="890" y2="312" class="flow" marker-end="url(#arr)"/>
|
||
<text x="900" y="306" class="xxs" fill="#15803d" font-weight="700">全绿</text>
|
||
<line x1="1010" y1="258" x2="1050" y2="252" class="flow" stroke="#dc2626" marker-end="url(#arrr)"/>
|
||
<text x="1012" y="244" class="xxs" fill="#dc2626" font-weight="700">失败</text>
|
||
<!-- 静态 → agent 回环(差额即时提示) -->
|
||
<path d="M768,190 L748,190 L748,126 L768,126" class="dash" marker-end="url(#arrd)"/>
|
||
<text x="742" y="160" class="xxs mut" transform="rotate(-90 742 160)" text-anchor="middle">数值差额即时提示</text>
|
||
<!-- 反馈 → agent 回环(定向修) -->
|
||
<path d="M1230,216 L1230,92 L890,92 L890,104" class="dash" marker-end="url(#arrd)"/>
|
||
<text x="1000" y="86" class="xxs mut">F-1 反馈 → agent 定向修(判法不变、反馈变厚)</text>
|
||
|
||
<!-- 五裁定 -->
|
||
<rect x="756" y="360" width="684" height="176" rx="9" fill="#ffffff" stroke="#334155" stroke-width="1.5"/>
|
||
<text x="770" y="380" class="t xs" font-weight="700">五条裁定</text>
|
||
<text x="770" y="400" class="mut xs">其一 权威 ＝ 真玩动态门,不回退静态判——静态证明不了「真玩得到」(顾客耐心 / 时序 / 操作节奏只在真玩里)</text>
|
||
<text x="770" y="420" class="mut xs">其二 静态判据 ＝ agent 自检工具 ＋ 反馈素材,恒 advisory 不升门(省一轮真玩往返,但永非放行判据)</text>
|
||
<text x="770" y="440" class="mut xs">其三 反馈契约 ＝ 失败必喂数值证据(实测值 vs 期望值 ＋ 一句为什么),不只喂门名;tier2 富三门对齐便宜档厚度</text>
|
||
<text x="770" y="460" class="mut xs">其四 平衡的「调」永远是 agent 玩法职责,工具层不代调(不做数值模板、不补平衡骨架);义务 ＝ 讲清「为什么不平衡」</text>
|
||
<text x="770" y="480" class="mut xs">其五 赢线双源分工——游戏内赢线(agent 可调)/ 验收外生线(不可调);真玩经济门要求两者同时成立</text>
|
||
<text x="770" y="504" class="xxs mut">失败反馈须同时暴露三个数:实测终值 · 游戏内赢线 · 验收外生线;若游戏内赢线低于验收地板,直接指出结构性错配、别对着改不动的阈值空转。</text>
|
||
<text x="770" y="522" class="xxs mut">两级验收别混:F-1 的「自修通过 ≥2 例」证反馈契约生效;tier2 go/no-go 仍以 F-2 干净复跑与收敛环判定为准。</text>
|
||
|
||
<!-- 组合诊断处置 -->
|
||
<rect x="756" y="546" width="684" height="90" rx="9" fill="#f1f5f9" stroke="#64748b" stroke-width="1.4"/>
|
||
<text x="770" y="566" class="t xs" font-weight="700">静态 × 真玩组合的固定处置(裁定二诊断信号)</text>
|
||
<text x="770" y="586" class="mut xs">真玩过 · 静态挂 → 放行(静态差额记 warning 进观测,复核静态判据模型)</text>
|
||
<text x="770" y="604" class="mut xs">真玩挂 · 静态过 → 失败(问题大概率在耐心 / 时序 / 操作节奏,不在数值总量) · 双挂 → 失败,两组证据并喂</text>
|
||
<text x="770" y="622" class="mut xs">真玩无有效观测(探针读不到 state / 驱不到终态)→ 走 harness/driver 故障路径(E/H 门),绝不以静态替代放行</text>
|
||
|
||
<!-- 脚注 -->
|
||
<text x="40" y="666" class="mut xs">映射:游戏质量与爆火能力.md §4(rubric 体系)＋ §8(平衡门五裁定)＋ §3 规范三复采样｜状态:现(2026-07-02 决策包⑦生效 · §4 规范三复采样与第 12 条为 07-03 增补)｜设计变动须同步本图</text>
|
||
<text x="40" y="684" class="mut xxs">注:rubric 计分与平衡门是质量模型 SoT 的两条「怎么判」主线——前者判 L2–L4 内容质量(软信号、非阻塞),后者判 L1 经济平衡(真玩硬证据、唯一拒发权);两条都靠确定性锚点封住 Goodhart 与评分漂移。</text>
|
||
</svg>
|