 admin
|
89df10bc4e
|
Complete phase two benchmarks, plot previews and static export workflow
|
2026-09-07 02:54:52 +08:00 |
|
|
admin
|
a75d81a7d9
|
fix(benchmark): 记录实际Embedding空间与逐样本回退信息
|
2026-09-04 07:25:12 +08:00 |
|
  yxxandClaude Code
|
3bd475dc15
|
fix(backend): 落实 PR #12 评审意见
- P1 事件循环让出：run_rag 在样本边界 await asyncio.sleep(0)，运行中取消/进度/SSE 可及时调度
- P2 SSE 终止事件：历史回放期间识别终止事件并结束流，try/finally 保证订阅清理
- P2 FTS 截断：fts 走数据库侧精确分页与计数，阈值经 bm25 截止值换算，不再受 5000 条固定截断
- P2 仅块标注：expected_block_ids 从块反查所属笔记，避免合法样本被判零分
Co-Authored-By: Claude Code <noreply@anthropic.com>
|
2026-09-03 23:37:09 +08:00 |
|
|
yxxandClaude Code
|
fcc601fcf3
|
fix(backend): 落实 PR #11 第二轮评审意见
- Benchmark 容量淘汰只删终态 run，满容量且全活动时返回 BENCHMARK_CAPACITY_EXCEEDED
- 创建 run 前校验索引兼容性（BENCHMARK_INDEX_INCOMPATIBLE）
- 取消 run 补发 RunCancelled 终止事件；失败分支脱敏（BENCHMARK_RUN_FAILED）
- 失败样本计入汇总分母，报告输出 total/successful/failed/failure_rate
- load_dataset 按文件名隔离无关损坏文件，顶层非对象拒绝
- FTS score_threshold 先于计数/分页，total 与 items 一致
- Benchmark SSE 支持 Last-Event-ID 游标
- 移除 Agent Benchmark 501 占位接口
- 同步第二阶段接口契约与开发说明文档
Co-Authored-By: Claude Code <noreply@anthropic.com>
|
2026-09-03 22:20:11 +08:00 |
|
|
yxxandClaude Code
|
c6cde2500b
|
fix(backend): 落实 PR #9 评审意见
- 检索调优参数(rrf_k/rerank/rerank_candidates/score_threshold)透传到引擎实际执行
- Recall 去重，避免同一 Note 多 Block 重复导致 Recall 超 1
- RAG 运行改为后台异步执行：创建即 queued + 202，支持取消与 SSE 实时事件
- 数据集元数据校验，坏文件隔离跳过；citation_required 语义修正
- modes 空/重复校验；配置快照记录模型版本与索引元信息
Co-Authored-By: Claude Code <noreply@anthropic.com>
|
2026-09-02 23:20:34 +08:00 |
|
|
yxx
|
9b50b8f0ce
|
feat: 完成benchmark后端功能
|
2026-09-01 23:19:28 +08:00 |
|