simonkoson
81b331d6d7
Prompt 1 迭代 v0.1→v0.3： - 多选字段加显著篇幅门槛+从属零件反例教学 - 前沿科技vs横切类比拆清（技术主角测试） - 装备深解加同类体系/窄类别测试 - 跨域改为传播分类框（≥3域即标，非军事术语） - 全对率 40%→80% Prompt 3 开篇钩子 v0.1→v0.2： - 阅读范围扩至3段（导视+主持人+首段解说） - 强判定从紧迫感硬门槛改为6条独立路径 - 弱判定区分信息性提问vs悬念式提问 - 命中率 50%→90% ground-truth v0.4.2：ep008补标跨域 + 20期opening_hook全标注 脚本：run_labeling/summarize 支持 opening_hook，summarize改从源GT读取 Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
AI Labeling 实验工作区
用途
为《军事科技》栏目 AI 自动打标做模型选型实验。 基准答案集 = 10 期已审稿的标准答案。
目录结构
benchmark-set/transcripts/10 期文稿benchmark-set/ground-truth.json10 期的标准答案prompts/prompt 模板scripts/实验脚本（含 import_transcripts.py）experiments/每次跑出来的结果（不入 git）
使用步骤
1. 安装依赖
pip install -r scripts/requirements.txt
2. 配置 API Key
cp .env.example .env
# 填入真实 MIMO_API_KEY
3. 导入文稿
python scripts/import_transcripts.py
将源目录（刘瑞桦收集）的 10 期 docx 文稿解析并清洗，落入
benchmark-set/transcripts/。
4. 跑单期打标
python scripts/run_labeling.py --ep 4 --model mimo-v2.5-pro
当前版本
- v0.1: Prompt 2（叙事结构）含 3 示例 + 10 期 ground-truth
- 生产模型: mimo-v2.5-pro / 备用: DeepSeek V4 Pro
ground-truth 版本
v0.1(2026-06-11): 锁定 10 期narrative_structure+opening_hook标准答案- 其他字段（program_format / equipment_domain / scene_tags / tech_tags）待 Prompt 1 阶段补