SAGE
一种基于Schema引导的方面化拨款评估系统，将评分标准结构化为可操作检查项，并将判断与申请材料证据绑定，生成可审计草稿供人类专家复审，实现人机协作的专业评审流程
Timeline (last 90 days)
SAGE 的全称是 Schema-Guided Aspect-Based Grant Evaluation（基于 Schema 引导的方面化拨款评估），核心思路是将拨款评审的评分标准翻译成一系列结构化检查项，并把每一项判断与申请材料中的具体证据建立链接
SAGE 在 35 份非营利组织的拨款申请上进行了评估
在第一阶段事后对比中，SAGE 的评估结果与原始竞赛中 105 份人工评审对比，序数一致性为 kappa = 0.29，属于「一般」水平
在第二阶段人机协作的辅助复审模式下，基金会逐条标准再评审共产出 202 项评估，SAGE 的一致性提升到 kappa = 0.58，达到中高水平
作为对照基线，「每条标准用一个提示」（one-prompt-per-criterion）的简单方案在共同子集上只达到 kappa = 0.33，而 SAGE 达到 0.58
SAGE 在排序相关性（rank correlation）上高于简单基线，错误率更低
SAGE 引入声明级审计（claim-level audit）机制，对结构化草稿中的每个判断标注为「已确认」（confirmed）、「有争议」（disputed）或「未被覆盖」（unaddressed）
SAGE 并不试图取代人类评审员，而是生成一份详细、证据关联、可审计的初稿供专家修正
All Facts (8)
SAGE 的全称是 Schema-Guided Aspect-Based Grant Evaluation（基于 Schema 引导的方面化拨款评估），核心思路是将拨款评审的评分标准翻译成一系列结构化检查项，并把每一项判断与申请材料中的具体证据建立链接
50%UnverifiedSAGE 在 35 份非营利组织的拨款申请上进行了评估
50%Unverified在第一阶段事后对比中，SAGE 的评估结果与原始竞赛中 105 份人工评审对比，序数一致性为 kappa = 0.29，属于「一般」水平
50%Unverified在第二阶段人机协作的辅助复审模式下，基金会逐条标准再评审共产出 202 项评估，SAGE 的一致性提升到 kappa = 0.58，达到中高水平
50%Unverified作为对照基线，「每条标准用一个提示」（one-prompt-per-criterion）的简单方案在共同子集上只达到 kappa = 0.33，而 SAGE 达到 0.58
50%UnverifiedSAGE 在排序相关性（rank correlation）上高于简单基线，错误率更低
50%UnverifiedSAGE 引入声明级审计（claim-level audit）机制，对结构化草稿中的每个判断标注为「已确认」（confirmed）、「有争议」（disputed）或「未被覆盖」（unaddressed）
50%UnverifiedSAGE 并不试图取代人类评审员，而是生成一份详细、证据关联、可审计的初稿供专家修正
50%