ECS
衡量模型输出对外部上下文依赖程度的指标，分数越高表示模型越倾向于依据输入材料而非参数记忆生成内容，常用于幻觉检测和多智能体信息流分析
时间轴 (近 90 天)
设计类工具通常只处理代码生成、UI 组件和样式，其输出停留在本地文件层面；而真实开发闭环需要创建 IAM 角色、配置 VPC、推送镜像、更新 Lambda 或 ECS 服务等一系列依赖云厂商 API 鉴权调用的动作。
行为探针复用幻觉分析中的外部上下文得分（ECS）和参数知识得分（PKS）两个指标。
ECS衡量模型输出在多大程度上依赖提示中提供的外部上下文；PKS衡量模型在多大程度上调用自身参数中存储的知识。
研究在受控和真实群体设置中观察到一致的模式：ECS随输入相关性增加而上升，并且能够区分有用的多源贡献。
ECS和PKS作为启发式指标，其解释力边界尚未被充分刻画。
ECS/Fargate 容器方案获得了运行时长和资源配置上的灵活性，但面临用户长时间闲置时容器保持运行产生费用、销毁则丢失状态的困境
Unity引擎在其DOTS架构中采用ECS模式，将实体组件数据按SoA方式组织，配合Job System实现并行批量处理
对于MVP阶段的视频CV处理，推荐使用ECS + EC2 GPU实例（如g4dn/g5系列）配合SQS拉取任务
ECS配合EC2 GPU实例可通过Application Auto Scaling基于SQS队列深度（ApproximateNumberOfMessagesVisible指标）实现自动扩缩容
作者自建常驻ECS服务运行MLflow Tracking Server，而非使用AWS托管的MLflow跟踪服务，以控制成本
全部知识事实 (10)
设计类工具通常只处理代码生成、UI 组件和样式，其输出停留在本地文件层面；而真实开发闭环需要创建 IAM 角色、配置 VPC、推送镜像、更新 Lambda 或 ECS 服务等一系列依赖云厂商 API 鉴权调用的动作。
50%待验证行为探针复用幻觉分析中的外部上下文得分（ECS）和参数知识得分（PKS）两个指标。
50%待验证ECS衡量模型输出在多大程度上依赖提示中提供的外部上下文；PKS衡量模型在多大程度上调用自身参数中存储的知识。
50%待验证研究在受控和真实群体设置中观察到一致的模式：ECS随输入相关性增加而上升，并且能够区分有用的多源贡献。
50%待验证ECS和PKS作为启发式指标，其解释力边界尚未被充分刻画。
50%待验证ECS/Fargate 容器方案获得了运行时长和资源配置上的灵活性，但面临用户长时间闲置时容器保持运行产生费用、销毁则丢失状态的困境
50%待验证Unity引擎在其DOTS架构中采用ECS模式，将实体组件数据按SoA方式组织，配合Job System实现并行批量处理
50%待验证对于MVP阶段的视频CV处理，推荐使用ECS + EC2 GPU实例（如g4dn/g5系列）配合SQS拉取任务
50%待验证ECS配合EC2 GPU实例可通过Application Auto Scaling基于SQS队列深度（ApproximateNumberOfMessagesVisible指标）实现自动扩缩容
50%待验证作者自建常驻ECS服务运行MLflow Tracking Server，而非使用AWS托管的MLflow跟踪服务，以控制成本
50%