小唯
e1985dfe32
test(eval): AC 验收 — 全量金标实跑 + 反证 + 空断言自守(t_d2380cd7)
eval_test.go(332 行,新增):
- TestEvalGolden_CounterEvidence(AC①反证):item[0] 故意改成
mem_0000000000000000000 → 该条必须 FAIL(判据非恒真)
- TestEvalGolden_Live:14 条全量实跑,一次 HTTP 同时拿 ids+contents,
每条 200ms 间隔;429 读 retry_after_s 退避;结尾打印真实数字
- 判据分层:ID 漂移但内容切题 → WARN;关键词未命中 → 硬 FAIL
- 校准基线:pass=11/14(fail=1 MMR;warn=2 ID 漂移)
2026-09-21 18:55:07 +08:00
..
2026-08-20 01:13:06 +08:00
2026-09-12 17:57:31 +08:00
2026-09-21 18:55:07 +08:00
2026-08-20 01:13:06 +08:00
2026-08-20 01:13:06 +08:00
2026-08-20 01:13:06 +08:00
2026-09-19 19:12:49 +08:00
2026-09-12 18:07:40 +08:00
2026-08-20 01:13:06 +08:00