refactor: rename template files to English and update file paths in docs

2026-08-26 17:13:57 +08:00
parent a05a3f5126
commit 9c88db6d0f
12 changed files with 145 additions and 24 deletions
@@ -33,6 +33,7 @@ created: 2026-08-21

 - 来源：／ URL：／ 日期：
 - 许可：／ PII 政策：
+- 输入上下文正文：冻结于 `02-case-design.md` 顶部"输入上下文（冻结快照）"小节

 ## 主要风险

@@ -19,6 +19,8 @@ status: active
 | 非目标 |  |
 | 数据来源 / 许可 |  |

+> 输入上下文原文（文档片段等）冻结于 `02-case-design.md` 顶部快照；本表只记录出处与许可，不复制原文。
+
 ## Rubric v0.1（对应工作表第 1 节）

 | 维度 | 通过条件 | 失败条件 | 正例 | 反例 |
@@ -7,6 +7,18 @@ status: active

 > 权威分布表：20-case 配比见 [[01-LLM-Evaluation-Roadmap]] Day 1；10-case 结构见 [[02-First-Week-Worksheet]] 第 2 节。第一版 10-20 个即可。

+## 输入上下文（冻结快照）
+
+> 每个 case 的输入 = question + context。context 就是下面这段原文（文档片段 / 工具定义 / 代码片段）。判"文档能否完整回答"、盲评判"有据性"都以它为界。建数据集时，这段原文原样搬入每个 case 的 `input.context`。
+
+- 来源：＿＿＿＿（URL）／ 抓取日期：＿＿＿＿
+- 许可：＿＿＿＿ ／ PII：＿＿＿＿
+- 边界说明：＿＿＿＿（例如：本片段仅含文档的 X 节，凡未覆盖内容一律视为"资料不足"）
+
+### 原文（粘贴处）
+
+<粘贴输入上下文原文，保留原始措辞与格式>
+
 ## Case 列表（对应工作表第 2 节）

 | 编号 | 类别 | 问题 | 文档能否完整回答 | 预期系统行为 | case 状态 |
@@ -29,6 +41,8 @@ status: active
 ## JSONL 结构（稳定测试定义）

 > 字段与示例见 [[01-LLM-Evaluation-Roadmap]] 第五节。每个 case 至少包含：id / input / expected / metadata（category、difficulty、risk、split、case_status）/ rubric_version / dataset_version。**测试定义与运行记录分开保存**。
+>
+> 注意：`input.context` = 顶部"输入上下文（冻结快照）"的原文；运行记录不复制全文，只存 case_id + 版本号（见 [[01-LLM-Evaluation-Roadmap]] 第五节）。

 ```json
 {
@@ -21,6 +21,8 @@ status: active

 ## 盲评记录（对应工作表第 4 节）

+> 判"有据性"与"资料不足"时，对照 `02-case-design.md` 顶部"输入上下文（冻结快照）"。
+
 | Case | A：有据性 | A：资料不足 | A：完成度 | B：有据性 | B：资料不足 | B：完成度 | 更优/平局 | 一句话理由 | 置信度 |
 |---|---|---|---|---|---|---|---|---|---|
 | 01 |  |  |  |  |  |  |  |  |  | high/low |