Label

# Label 大模型个性化注入实验的判分标签与必要运行元数据。 ## 2026-08-29 冒烟测试 | 目录 | 受试接口 | 实际返回模型 | 主记录 | 判分模型 | 状态 | |---|---|---|---:|---|---| | `smoke/grok/` | ModelHub `azure-grok-4` | `grok-4` | 48 | 官方 `gemini-3.5-flash` | 通过 | | `smoke/doubao/` | Ark `ep-20260723054652-wp2xg` | `dola-seed-2.0-lite-260428` | 48 | 官方 `gemini-3.5-flash` | 通过 | 每份冒烟测试包含 `NONE`、`IRR-only`、`REL-only`、`FULL` 四种条件，各 12 条记录。两份结果均为零响应失败、零判分失败、零重复。 ## 文件说明 - `records.jsonl`：逐条 trial、模型回答及 Gemini 判分标签。 - `manifest.json`：模型、任务规模和实验条件。 - `smoke_audit.json`：记录数、模型路由和调用成功率审计。 数据文件不包含 API 密钥或调用凭据。