IdeaLens · 帮助

规则版本、提示词与来源

追溯材料、评价与导读，并识别规则版本。

当前维护规则说明 · 核对于 2026-09-10

沿着四层来源核对

层次	查看什么
论文材料	原件、准备文本、来源版本和实际评价输入。
提取与评价	主张、目标、Run、结果身份和实际采用的执行规则。
计分	评分规则使用 IdeaLens 交付版本；缺失时不显示。历史重算还须核对原评价来源。
导读内容	内容规格、修订与批准所对应的具体版本。

标准与执行提示词怎样对应

一级是编写要求，二级固定任务标准，三级独立完整地表述执行任务。它们是编写和审计中的约束关系，不是每次模型调用把三个层级全文拼接。实际执行使用三级提示词、同级共享片段和本轮输入。

改变等级、类型或标签语义应形成新标准版本；只调整执行措辞也需要保留实际版本身份。流程版本、Workflow／Fork、接口和计分规则属于不同层次，不能用其中一个版本号代替其他全部身份。

区分重算、复评和人工校准

历史重算使用已有等级按明确规则重新计算，保留原评价来源，不代表又评价了一遍。复评产生新的评价结果。人工校准用于标注和比较，不覆盖本次模型等级，也不把人工答案作为额外答案注入评审。

人工批准导读绑定内容修订，说明允许发布这一份内容；它不意味着论文事实或模型判断已获得独立核验。

这套帮助解释什么版本

本文集于 2026-09-10 核对 IdeaLens 维护文档与当前执行提示词。分类标准为 v3，方向价值为 v8，进度与论证为 v2；其他主题在各页来源中列明。当前维护说明不能自动标作任意历史论文的实际规则。

各页下方可以展开本次核对使用的原始资料快照，包括来源位置、SHA-256 和全文。快照是编写帮助时的参考，不是某篇运行的输入封存。英文帮助提供解释性翻译；原资料按原语言保留。

标准与提示词来源

这些是编写本版帮助时保存的原始参考资料，不是某篇论文的运行快照。可展开核对全文，路径表示资料在 IdeaLens 中的位置。

Docs/等级规则.md

SHA-256 · 46ea30ff6604c946583b6fc8b3f8d14c202b0efe767c02296a4922f07348b9e1

# 等级规则与三级文档

等级标准正文保留在 Prompts；Docs 说明它们如何约束评审，不复制另一套等级条件。

## 可证伪分级依据

对需要表达高低的评审项，关键是明确各档成立条件、相邻档的区别，以及哪些材料会推翻该档判断。等级与理由应能被检查和质疑，不以模糊印象代替依据。可证伪的分级设计不等于 AI 判断已经正确，也不等于程序能机械证明所有条件。

在这些分级依据保持不变时，进行多轮提示词校准，改进执行表达和判断稳定性；为了追求样例命中而改变等级含义，属于标准修订，须独立版本化。产品层的设计理由见 [产品核心机制](产品核心机制.md)。

## 三级关系

| 层级 | 职责 | 入口 |
|---|---|---|
| 第一级：编写要求 | 约束规则的表达、编写和审计原则 | [等级编写要求](../Prompts/L1_Requirements/grading.md) |
| 第二级：任务标准 | 固定等级含义、关键条件、相邻差别和方向性描述 | [各任务标准](../Prompts/L2_Standards) |
| 第三级：执行提示词 | 在上层约束下独立完整地表述执行任务 | [执行提示词](../Prompts/L3_Prompts) |

三级关系是编写时的指导与约束，不是运行时拼接关系。实际模型调用使用三级内容、同级执行片段和任务输入，不注入一级、二级原文，也不要求模型另行读取它们。

日常校准可以修改三级措辞、组织和引导，但必须保留二级的等级条件和边界。改变等级含义须新增标准版本，并处理评审身份及产物兼容性；不能原地改写旧标准来迁就模型结果。“可证伪描述”和“方向性描述”是二级内部的两类内容，不是两个层级。

## 标准入口

| 评审项 | 标准 | 输出 |
|---|---|---|
| 结构增量 | [结构标准](../Prompts/L2_Standards/structure_increment/v1.md) | L0–L4 |
| 方向价值 | [方向价值标准](../Prompts/L2_Standards/direction_value/v8.md) | L0–L4 |
| 方向进度 | [进度标准](../Prompts/L2_Standards/direction_progress/v2.md) | P0–P3 |
| 改进强度 | [改进标准](../Prompts/L2_Standards/improvement_strength/v1.md) | L0–L4 |
| 知识压缩 | [知识压缩标准](../Prompts/L2_Standards/knowledge_compression/v1.md) | L0–L4 |
| 论证强度 | [论证标准](../Prompts/L2_Standards/argument_strength/v2.md) | L0–L4 或未定，不计分 |
| 主贡献类型与标签 | [分类标准](../Prompts/L2_Standards/contribution_classification/v3.md) | 类型与标签，不计分 |

总分只使用方向价值与方向进度；结构、改进和知识压缩保留独立判断，不计分。详见[数值计分](数值计分.md)。

表中链接是当前维护入口，不表示所有历史流程版本都采用这些版本。执行时以所选流程的冻结内容为准。

## 维护边界

关键升档条件与相邻差别应简短、明确；未定不能当作低等级，材料不足不能靠补造前提升档。发布校验能核对接口、依赖和文件身份，不能替代语义审计或模型表现验证。

维护操作见 [规则维护](Technical/RULE_MAINTENANCE.md)，原始规范和审计来源见 [历史来源](Technical/HISTORICAL_SOURCES.md)。旧原文保留真实字节和原始语境，不作为当前执行要求直接注入。

Docs/评审流程版本.md

SHA-256 · 4793878f219e81c6c9742f6bf71bf650f21a292667b8a16b83dc0811b0c5918e

# 评审流程版本

外部版本号代表评审流程，不代表开发软件的部署版本。内部配置、Workflow 的 Fork、接口及规则版本继续独立递增；外部流程号通过不可移动的 `flow/v<版本号>` 标签绑定一组固定内容。

## 隔离方式

显式准备后，代码、配置、提示词和规则保存在外部证据根的 `FlowVersions/<版本>/`。外部调用启动该目录中的独立 Python 进程，使用其中的执行定义。开发目录可以继续迭代，不需要停留在流程标签对应的提交。

```powershell
python run.py flow prepare 0.0.2
python run.py flow show 0.0.2
python run.py flow run 0.0.2 <论文路径>
```

准备依据固定 Git 提交，不读取开发目录的未提交内容。相同版本和内容可重复准备；同版本不同内容拒绝覆盖。调用只接受精确版本号，不接受 latest，不隐式准备，不退回其他版本。

## 固定口径与本次输入

| 随流程固定 | 由本次请求提供 |
|---|---|
| 运行配置、计分 Rubric、模型、推理参数、Agent 命令、默认并行数和复用政策 | 论文、可选并行数、评价日期、显式 Claim 引用及回执参数 |

执行政策维护于 [Configs/flow.toml](../Configs/flow.toml)。更改固定口径应发布新的流程版本，而不是向外部入口传入配置或模型覆盖参数。

流程默认不扫描活动 Claim，也不读取隐式目标价值缓存；显式 Claim 复用仍需通过身份和内容校验。人工确认的目标等级来自该流程的规则配置。流程准备不生成模型 Artifact，评审也不自动发布 Artifact。

## 换机器与追溯

换机器后获取相同源提交和标签，再执行 prepare。清单与快照在本机生成，内容身份不包含本机绝对路径；运行仍需要兼容的 Python 和可用的 Agent CLI/认证。

计划、成功回执及运行记录保存 `flow_version`、`flow_sha256` 和 `git_commit`；`delivery_version` 是兼容字段，流程执行时等于 `flow_version`。历史报告读取已保存的身份，不按今天的开发版本重新赋值。接口细节见 [执行回执](外部调用与回执.md)。

旧 `delivery/v0.0.1` 标签保留，不能转换或移动来冒充新流程版本；新机制使用 `flow/v0.0.2` 起的标签。内部发布和旧记录兼容见 [技术说明](Technical/LEGACY_COMPATIBILITY.md)。

## 保证范围

版本固定可控的执行内容和评审口径，不保证模型输出逐字相同；远端模型服务和本机 Agent CLI 的变化需要另行记录。原生 Batch 按流程版本启动和补跑尚未接入，可由 Workshop 并行调用单篇入口。

发布、自检、子进程隔离和故障定位见 [流程实现](Technical/FLOW_IMPLEMENTATION.md)。

Docs/核心评审机制.md

SHA-256 · d58d682dc6cd477a388e3c969579340ee04bf93a76312e0c9759460e87ec85af

# 核心评审机制

产品的评价主张、可证伪分级、参考总分与历史模拟限制见 [产品核心机制](产品核心机制.md)。本文只说明这些主张如何落实为实际评审链路。

IdeaLens 将论文中的主张、结构增量、目标价值、方向进度和其他评价分开处理，再按固定规则计算总分。本文说明维护中的默认流程；指定外部流程版本时，以该版本的执行定义为准。

## 基本对象

| 名称 | 含义 |
|---|---|
| Claim（论文主张） | 从论文提取、保留来源与适用条件的评价输入，不是对论文真实性的自动认证 |
| Run（单次评审） | 对一篇论文执行一次所选评审定义并保存证据 |
| Artifact（冻结产物） | 经显式冻结、可在兼容条件下复用的结果，和每次 Run 必须保存的快照不同 |
| Batch（批次） | 多个独立 Run 的组织与汇总，不是新的评分尺度 |

外部流程版本固定整套执行定义；内部配置、任务实现和接口版本负责追踪组成部分。流程版本号不是 Run 序号，也不是模型输出的版本号。

## 评审关系

```text
论文 → Claim 提取
Claim → 最近邻吸收审计 → 统一结构评审
Claim → 主贡献类型与标签
Claim → 目标选择与准入 → 方向价值
论文、Claim、同一目标 → 方向进度 → 独立论证强度
Claim、结构、方向 → 改进强度
论文、Claim → 知识压缩
方向价值、方向进度 → 确定性计分
```

| 环节 | 职责 |
|---|---|
| Claim | 提取论文主张、适用条件、推广范围和时间锚点，保持来源与原文模态 |
| 最近邻与结构 | 区分已有内容能够吸收的部分，评价剩余结构增量，统一输出 L0–L4，不参与总分 |
| 类型与标签 | 给出主贡献类型和受控标签，不据此推导结构等级或分数 |
| 目标与价值 | 先确定评价对象，再评价该目标的方向价值；不能用论文进度替代价值 |
| 方向进度 | 在主张成立的假设下，评价论文相对于同一目标的进展，保留条件和模态 |
| 论证强度 | 根据原文、进度描述和等级独立评价论证，不参与总分 |
| 改进强度 | 在主张成立的假设下，比较共同基线、指标和资源条件下可衡量的结果变化，不借结构或方向价值抬级，不参与总分 |
| 知识压缩 | 在固定范围和精度下评价认知负担的净减少，新增前提和工具成本须算回，必要区别仍须可恢复，不参与总分 |
| 计分 | 方向价值分乘方向进度分，不由模型自行改算式 |

## 目标与准入

问题空间提供评价对象、范围、成功条件和比较基线。同一篇论文可以在不同问题空间中被评审；改变空间可能改变价值和进度的含义，须记录所用目标及条件，不能只比较一个脱离视角的分数。当前自动选择以与论文主张及边界相适应为目标，不证明全局唯一最优，也不自动搜索最高分空间。

原始研究问题先匹配维护中的必要问题或已确认瓶颈。明确命中并通过程序准入时，采用对应目标及已确认等级。未命中或不确定时，最多向上扩展一层功能目标，也可以不扩展；生成的普通目标不能重新借用白名单身份。

目标定义保持 `id / version / definition` 三字段。定义中的适用前提和未确定范围贯穿后续评价。指定目标、读取缓存或复评不能绕过准入校验；命中必要问题不等于论文已经解决整个目标。

## 时间、未知与证据

评价日期和发表锚点共同决定时间语境。历史路径要求避免使用今天的白名单或后世成功充当当时证据；锚点不确定时不猜造时间，也不强行选择一个时点继续正式评分。校准文件的时间模式只控制比较资格，不替代模型路由。

历史路径依赖 AI 对发表时知识、问题和基线的理解与模拟，不能保证与新论文具有完全相同的实际评价条件。记录时间政策和来源可供审计，不证明历史语境已经还原准确。

条件不成立、执行失败、结果缺失、评审未定和有效零等级是不同状态。程序能检查字段、来源、哈希和契约一致性，不能因此证明模型语义判断正确。

## 人工校准与规则迭代

人工校准为评审提供独立的比较参照，不是向模型提供答案。普通 Run 可用论文侧车参考值作标注和比较；单项校准集固定输入、重复执行目标评审，用于观察偏差和稳定性。两类人工值各有自己的适用范围，不自动互相覆盖。

人工确认的白名单目标等级属于流程的规则输入，通过准入后可以作为方向价值参与计分；校准参考值则用于结果比较，不替换本次等级。两者的用途不同，不能混同。

人工一致率回答“是否落在人工可接受范围”，重复一致率回答“多次实际判断是否一致”。相邻双值可以都被接受，但 L1/L2 交替仍不等于输出稳定。比较要核对论文内容、目标和评价语境；条件性或待澄清锚点须连同说明解读，不能把每个偏差直接等同于模型错误。

迭代过程是：人工确认参照 → 校准观察 → 判断是输入、规则还是表达问题 → 修改并验证 → 发布内部版本；需要对外交付时再发布新的流程版本。只改三级表达应保持等级含义，改变二级语义须新建标准版本。更新人工参照不代表模型表现已经改善，也不回写旧 Run。

## 独立评审与批次

每篇论文独立执行并留证。批次调度不会将同批其他论文或结果自动作为本篇的比较上下文，也不按本批次的相对排名评分；跨 Run 的产物复用仍须满足来源和兼容性约束。

并行只改变调度，不改变评分规则。原生 Batch 的补跑只处理已正常结束批次中的失败项，成功项不重复执行；它不接管异常中断的进程。外部 flow 目前只提供单篇入口，Workshop 可以自行组织并行请求，不能把它当作已实现的原生 Batch 流程版本接口。

## 结果与版本

每次 Run 保存实际输入、执行定义和结果；可复用 Artifact 必须另行显式冻结。固定流程版本隔离开发环境，内部版本仍用于诊断与兼容性检查。校准用于标注和比较，不修改评分，也不作为额外答案注入评审。

等级依据见 [等级规则](等级规则.md)，分数解释见 [数值计分](数值计分.md)。字段、路由和维护接口见 [技术文档](Technical/README.md)。

IdeaLens · 帮助

规则版本、提示词与来源

追溯材料、评价与导读，并识别规则版本。

当前维护规则说明 · 核对于 2026-09-10

沿着四层来源核对

层次	查看什么
论文材料	原件、准备文本、来源版本和实际评价输入。
提取与评价	主张、目标、Run、结果身份和实际采用的执行规则。
计分	评分规则使用 IdeaLens 交付版本；缺失时不显示。历史重算还须核对原评价来源。
导读内容	内容规格、修订与批准所对应的具体版本。

标准与执行提示词怎样对应

区分重算、复评和人工校准

人工批准导读绑定内容修订，说明允许发布这一份内容；它不意味着论文事实或模型判断已获得独立核验。

这套帮助解释什么版本

标准与提示词来源

这些是编写本版帮助时保存的原始参考资料，不是某篇论文的运行快照。可展开核对全文，路径表示资料在 IdeaLens 中的位置。

Docs/等级规则.md

SHA-256 · 46ea30ff6604c946583b6fc8b3f8d14c202b0efe767c02296a4922f07348b9e1

# 等级规则与三级文档

等级标准正文保留在 Prompts；Docs 说明它们如何约束评审，不复制另一套等级条件。

## 可证伪分级依据

对需要表达高低的评审项，关键是明确各档成立条件、相邻档的区别，以及哪些材料会推翻该档判断。等级与理由应能被检查和质疑，不以模糊印象代替依据。可证伪的分级设计不等于 AI 判断已经正确，也不等于程序能机械证明所有条件。

在这些分级依据保持不变时，进行多轮提示词校准，改进执行表达和判断稳定性；为了追求样例命中而改变等级含义，属于标准修订，须独立版本化。产品层的设计理由见 [产品核心机制](产品核心机制.md)。

## 三级关系

| 层级 | 职责 | 入口 |
|---|---|---|
| 第一级：编写要求 | 约束规则的表达、编写和审计原则 | [等级编写要求](../Prompts/L1_Requirements/grading.md) |
| 第二级：任务标准 | 固定等级含义、关键条件、相邻差别和方向性描述 | [各任务标准](../Prompts/L2_Standards) |
| 第三级：执行提示词 | 在上层约束下独立完整地表述执行任务 | [执行提示词](../Prompts/L3_Prompts) |

三级关系是编写时的指导与约束，不是运行时拼接关系。实际模型调用使用三级内容、同级执行片段和任务输入，不注入一级、二级原文，也不要求模型另行读取它们。

日常校准可以修改三级措辞、组织和引导，但必须保留二级的等级条件和边界。改变等级含义须新增标准版本，并处理评审身份及产物兼容性；不能原地改写旧标准来迁就模型结果。“可证伪描述”和“方向性描述”是二级内部的两类内容，不是两个层级。

## 标准入口

| 评审项 | 标准 | 输出 |
|---|---|---|
| 结构增量 | [结构标准](../Prompts/L2_Standards/structure_increment/v1.md) | L0–L4 |
| 方向价值 | [方向价值标准](../Prompts/L2_Standards/direction_value/v8.md) | L0–L4 |
| 方向进度 | [进度标准](../Prompts/L2_Standards/direction_progress/v2.md) | P0–P3 |
| 改进强度 | [改进标准](../Prompts/L2_Standards/improvement_strength/v1.md) | L0–L4 |
| 知识压缩 | [知识压缩标准](../Prompts/L2_Standards/knowledge_compression/v1.md) | L0–L4 |
| 论证强度 | [论证标准](../Prompts/L2_Standards/argument_strength/v2.md) | L0–L4 或未定，不计分 |
| 主贡献类型与标签 | [分类标准](../Prompts/L2_Standards/contribution_classification/v3.md) | 类型与标签，不计分 |

总分只使用方向价值与方向进度；结构、改进和知识压缩保留独立判断，不计分。详见[数值计分](数值计分.md)。

表中链接是当前维护入口，不表示所有历史流程版本都采用这些版本。执行时以所选流程的冻结内容为准。

## 维护边界

关键升档条件与相邻差别应简短、明确；未定不能当作低等级，材料不足不能靠补造前提升档。发布校验能核对接口、依赖和文件身份，不能替代语义审计或模型表现验证。

维护操作见 [规则维护](Technical/RULE_MAINTENANCE.md)，原始规范和审计来源见 [历史来源](Technical/HISTORICAL_SOURCES.md)。旧原文保留真实字节和原始语境，不作为当前执行要求直接注入。

Docs/评审流程版本.md

SHA-256 · 4793878f219e81c6c9742f6bf71bf650f21a292667b8a16b83dc0811b0c5918e

# 评审流程版本

外部版本号代表评审流程，不代表开发软件的部署版本。内部配置、Workflow 的 Fork、接口及规则版本继续独立递增；外部流程号通过不可移动的 `flow/v<版本号>` 标签绑定一组固定内容。

## 隔离方式

显式准备后，代码、配置、提示词和规则保存在外部证据根的 `FlowVersions/<版本>/`。外部调用启动该目录中的独立 Python 进程，使用其中的执行定义。开发目录可以继续迭代，不需要停留在流程标签对应的提交。

```powershell
python run.py flow prepare 0.0.2
python run.py flow show 0.0.2
python run.py flow run 0.0.2 <论文路径>
```

准备依据固定 Git 提交，不读取开发目录的未提交内容。相同版本和内容可重复准备；同版本不同内容拒绝覆盖。调用只接受精确版本号，不接受 latest，不隐式准备，不退回其他版本。

## 固定口径与本次输入

| 随流程固定 | 由本次请求提供 |
|---|---|
| 运行配置、计分 Rubric、模型、推理参数、Agent 命令、默认并行数和复用政策 | 论文、可选并行数、评价日期、显式 Claim 引用及回执参数 |

执行政策维护于 [Configs/flow.toml](../Configs/flow.toml)。更改固定口径应发布新的流程版本，而不是向外部入口传入配置或模型覆盖参数。

流程默认不扫描活动 Claim，也不读取隐式目标价值缓存；显式 Claim 复用仍需通过身份和内容校验。人工确认的目标等级来自该流程的规则配置。流程准备不生成模型 Artifact，评审也不自动发布 Artifact。

## 换机器与追溯

换机器后获取相同源提交和标签，再执行 prepare。清单与快照在本机生成，内容身份不包含本机绝对路径；运行仍需要兼容的 Python 和可用的 Agent CLI/认证。

计划、成功回执及运行记录保存 `flow_version`、`flow_sha256` 和 `git_commit`；`delivery_version` 是兼容字段，流程执行时等于 `flow_version`。历史报告读取已保存的身份，不按今天的开发版本重新赋值。接口细节见 [执行回执](外部调用与回执.md)。

旧 `delivery/v0.0.1` 标签保留，不能转换或移动来冒充新流程版本；新机制使用 `flow/v0.0.2` 起的标签。内部发布和旧记录兼容见 [技术说明](Technical/LEGACY_COMPATIBILITY.md)。

## 保证范围

版本固定可控的执行内容和评审口径，不保证模型输出逐字相同；远端模型服务和本机 Agent CLI 的变化需要另行记录。原生 Batch 按流程版本启动和补跑尚未接入，可由 Workshop 并行调用单篇入口。

发布、自检、子进程隔离和故障定位见 [流程实现](Technical/FLOW_IMPLEMENTATION.md)。

Docs/核心评审机制.md

SHA-256 · d58d682dc6cd477a388e3c969579340ee04bf93a76312e0c9759460e87ec85af

# 核心评审机制

产品的评价主张、可证伪分级、参考总分与历史模拟限制见 [产品核心机制](产品核心机制.md)。本文只说明这些主张如何落实为实际评审链路。

IdeaLens 将论文中的主张、结构增量、目标价值、方向进度和其他评价分开处理，再按固定规则计算总分。本文说明维护中的默认流程；指定外部流程版本时，以该版本的执行定义为准。

## 基本对象

| 名称 | 含义 |
|---|---|
| Claim（论文主张） | 从论文提取、保留来源与适用条件的评价输入，不是对论文真实性的自动认证 |
| Run（单次评审） | 对一篇论文执行一次所选评审定义并保存证据 |
| Artifact（冻结产物） | 经显式冻结、可在兼容条件下复用的结果，和每次 Run 必须保存的快照不同 |
| Batch（批次） | 多个独立 Run 的组织与汇总，不是新的评分尺度 |

外部流程版本固定整套执行定义；内部配置、任务实现和接口版本负责追踪组成部分。流程版本号不是 Run 序号，也不是模型输出的版本号。

## 评审关系

```text
论文 → Claim 提取
Claim → 最近邻吸收审计 → 统一结构评审
Claim → 主贡献类型与标签
Claim → 目标选择与准入 → 方向价值
论文、Claim、同一目标 → 方向进度 → 独立论证强度
Claim、结构、方向 → 改进强度
论文、Claim → 知识压缩
方向价值、方向进度 → 确定性计分
```

| 环节 | 职责 |
|---|---|
| Claim | 提取论文主张、适用条件、推广范围和时间锚点，保持来源与原文模态 |
| 最近邻与结构 | 区分已有内容能够吸收的部分，评价剩余结构增量，统一输出 L0–L4，不参与总分 |
| 类型与标签 | 给出主贡献类型和受控标签，不据此推导结构等级或分数 |
| 目标与价值 | 先确定评价对象，再评价该目标的方向价值；不能用论文进度替代价值 |
| 方向进度 | 在主张成立的假设下，评价论文相对于同一目标的进展，保留条件和模态 |
| 论证强度 | 根据原文、进度描述和等级独立评价论证，不参与总分 |
| 改进强度 | 在主张成立的假设下，比较共同基线、指标和资源条件下可衡量的结果变化，不借结构或方向价值抬级，不参与总分 |
| 知识压缩 | 在固定范围和精度下评价认知负担的净减少，新增前提和工具成本须算回，必要区别仍须可恢复，不参与总分 |
| 计分 | 方向价值分乘方向进度分，不由模型自行改算式 |

## 目标与准入

问题空间提供评价对象、范围、成功条件和比较基线。同一篇论文可以在不同问题空间中被评审；改变空间可能改变价值和进度的含义，须记录所用目标及条件，不能只比较一个脱离视角的分数。当前自动选择以与论文主张及边界相适应为目标，不证明全局唯一最优，也不自动搜索最高分空间。

原始研究问题先匹配维护中的必要问题或已确认瓶颈。明确命中并通过程序准入时，采用对应目标及已确认等级。未命中或不确定时，最多向上扩展一层功能目标，也可以不扩展；生成的普通目标不能重新借用白名单身份。

目标定义保持 `id / version / definition` 三字段。定义中的适用前提和未确定范围贯穿后续评价。指定目标、读取缓存或复评不能绕过准入校验；命中必要问题不等于论文已经解决整个目标。

## 时间、未知与证据

评价日期和发表锚点共同决定时间语境。历史路径要求避免使用今天的白名单或后世成功充当当时证据；锚点不确定时不猜造时间，也不强行选择一个时点继续正式评分。校准文件的时间模式只控制比较资格，不替代模型路由。

历史路径依赖 AI 对发表时知识、问题和基线的理解与模拟，不能保证与新论文具有完全相同的实际评价条件。记录时间政策和来源可供审计，不证明历史语境已经还原准确。

条件不成立、执行失败、结果缺失、评审未定和有效零等级是不同状态。程序能检查字段、来源、哈希和契约一致性，不能因此证明模型语义判断正确。

## 人工校准与规则迭代

人工校准为评审提供独立的比较参照，不是向模型提供答案。普通 Run 可用论文侧车参考值作标注和比较；单项校准集固定输入、重复执行目标评审，用于观察偏差和稳定性。两类人工值各有自己的适用范围，不自动互相覆盖。

人工确认的白名单目标等级属于流程的规则输入，通过准入后可以作为方向价值参与计分；校准参考值则用于结果比较，不替换本次等级。两者的用途不同，不能混同。

人工一致率回答“是否落在人工可接受范围”，重复一致率回答“多次实际判断是否一致”。相邻双值可以都被接受，但 L1/L2 交替仍不等于输出稳定。比较要核对论文内容、目标和评价语境；条件性或待澄清锚点须连同说明解读，不能把每个偏差直接等同于模型错误。

迭代过程是：人工确认参照 → 校准观察 → 判断是输入、规则还是表达问题 → 修改并验证 → 发布内部版本；需要对外交付时再发布新的流程版本。只改三级表达应保持等级含义，改变二级语义须新建标准版本。更新人工参照不代表模型表现已经改善，也不回写旧 Run。

## 独立评审与批次

每篇论文独立执行并留证。批次调度不会将同批其他论文或结果自动作为本篇的比较上下文，也不按本批次的相对排名评分；跨 Run 的产物复用仍须满足来源和兼容性约束。

并行只改变调度，不改变评分规则。原生 Batch 的补跑只处理已正常结束批次中的失败项，成功项不重复执行；它不接管异常中断的进程。外部 flow 目前只提供单篇入口，Workshop 可以自行组织并行请求，不能把它当作已实现的原生 Batch 流程版本接口。

## 结果与版本

每次 Run 保存实际输入、执行定义和结果；可复用 Artifact 必须另行显式冻结。固定流程版本隔离开发环境，内部版本仍用于诊断与兼容性检查。校准用于标注和比较，不修改评分，也不作为额外答案注入评审。

等级依据见 [等级规则](等级规则.md)，分数解释见 [数值计分](数值计分.md)。字段、路由和维护接口见 [技术文档](Technical/README.md)。