概念golden set / 冻结案例集
金标准集
实验前锁定且不可变的测试案例集合，每个案例含稳定标识符、精确提示词与确定性检查器，并用文件哈希保证版本一致性。
时间轴 (近 90 天)
10月19日
金标准集只有在实验期间不可变才有意义，做法是将案例写入磁盘、对文件做哈希并将哈希记录在每份报告中。
待验证50%
10月16日
金标准集（golden set）指经过人工确认、带有权威标签的测试用例集合，是评估流水线的“标尺”，用于衡量被测系统的绝对质量和校准评审模型。
待验证50%
实验前锁定且不可变的测试案例集合，每个案例含稳定标识符、精确提示词与确定性检查器，并用文件哈希保证版本一致性。
金标准集只有在实验期间不可变才有意义，做法是将案例写入磁盘、对文件做哈希并将哈希记录在每份报告中。
金标准集（golden set）指经过人工确认、带有权威标签的测试用例集合，是评估流水线的“标尺”，用于衡量被测系统的绝对质量和校准评审模型。