the-mindscape-of-bro-tsong/knowledge_assets/03_核心模型抽取样板.md

核心模型抽取样板

version: 0.2

last_updated: 2026-06-16

status: draft

Source Documents

原始 GPT 规划位于：

C:\Users\wangq\Documents\Codex\knowledge-vault\work\internal\强哥的思想宇宙\GPT成果\2026-06-16-核心模型抽取样板 v0.1.md

本仓库本地化规则位于：

• docs/GPT_PLAN_LOCALIZATION_PROTOCOL.md
• docs/MODEL_EXTRACTION_RULES.md
• docs/MODEL_EXTRACTION_WORKFLOW.md

核心判断

GPT 规划不是本地可直接执行规则。

Codex 必须先把 GPT 规划转成：

• local rules
• schemas
• workflow gates
• indexes
• validation tools
• owner review points

再进入内容抽取。

模型抽取链路

原始文章 / 代表文本
-> source article record
-> source evidence excerpts
-> human-readable Markdown card
-> machine-readable JSON model card
-> regression cases
-> selector examples or routing rules
-> model/card indexes
-> validation report

双工模式

模型抽取必须分为两条线：

1. workflow/tooling track
2. content extraction track

内容抽取不能吸收缺失的规则、schema、validator、index 或 workflow 工作。

当前本地样板

当前本地样板模型：

• QPI
• 思想考古学

当前验证命令：

python scripts\rebuild_indexes.py --check
python -m unittest discover -s tests -p "test*.py" -v
python scripts\check_card_contract.py
python scripts\validate_model_library.py
python scripts\run_selector_demo.py
python scripts\run_selector_regression.py
python scripts\check_model_card_sync.py

v0.2 内容稳定化补充

工程 contract 通过不等于内容稳定。

字段级 evidence coverage 必须区分：

• direct_source
• derived_from_source
• product_decision
• red_team_inference
• owner_decision

source excerpt 必须标记：

• quote_status
• source_location

quote_status=exact 表示准确摘录；压缩摘录必须使用 quote_status=condensed 并在 notes 中说明。

回归测试在内容稳定化阶段每个核心模型至少 15 条，并覆盖：

• positive
• boundary
• misuse
• no_call
• selector_gate
• pipeline

selector v0.2 仍然是规则 selector，不引入 LLM。它必须输出 selected/rejected models、score breakdown、penalties 和 no-call 状态。