SpookySandwich/dsh-plugin-rollout-scout

README 摘要

dsh-plugin-rollout-scout English 简体中文 服务商有时会灰度发布新的对话模型，你分到哪一个全看运气。灰度侦察会用你自己的账号开启一批临时会话， 在思维链流式输出的同时 读取它，并按「推理是怎么写的」打分——读起来像你手上这个旧模型的立刻中止，不像的留下来。 它是基于措辞的启发式小工具，不是权威判据。它做的每件事你都可以手动完成：开一个新会话、扫一眼思维链、关掉。 判定方式 信号在于 每个段落是怎么开头的 ，而不是某个短语在全文出现了多少次。若按全文累计，「Let me」会单纯因为篇幅变长而越积越多，一段本来很好的长思维链最终也会被判为差。只看开头，度量才稳定。 每段只读前 48 个字符。而关键短语往往并不在第 0 个字符： The directory is empty. Let me create a 3D cyberpunk scene. To avoid conflicts, I'll keep I18n.cs edits under one change. 有两个决定性信号，且刻意 不对称 ： 信号 效果 任意段落以 Let me 开头 旧模型——立即中止该轮 整条思维链 以 I'll 开头 灰度模型——放行跑完并保留 I'll 只有出现在最开头才算证据：旧模型也会在 中间某段 写「I'll create a single HTML file…」，然后隔几段又说「Let me build…」。把每个 I'll 都当证据会造成误判。 两者都没触发时，其余开头进入评分： 段落开头写满 48 个字符就会打分，即使模型从不换行。后出现的 Let me 会推翻 先前的保留。 灰度链路常常用一个 小模型总结思维链 。总结模型经常以 We need to… 开头（所以段首 we 只记负分，不直接判死），写出 规整、一段一段的长段落 ，并且 输出一阵、卡住、再输出一阵 。这三条都是新链路的正面证据。旧模型不规律——整段糊成一块，或夹着很短的 Let me 行。 正向开头是第一人称 单数 的计划语气—— I'm 、 I am 、 I've 、 I have 、 I need 、 I think 、 I also 、 I will ，以及位于开头的 For 。负向开头是 Let me / Let's ，以及开头里出现的 任何 第一人称复数（ we 、 we need 、 we will 、 we'll …）。灰度模型用 “I”，不用 “we”。加一的先验让证据稀少时分数停在 50% 附近，不会因为一个词就给出自信判断： 证据 置信度 判定 暂无 50% 继续观察 1 正 / 10 负 15% 丢弃 5 正 / 0 负 86% 保留 低于 低于此分即丢弃 （0.35）丢弃，高于 高于此分即保留 （0.7）保留，但都要先累计到 最少开头数 （4…

分类