產出 #556

env=production · 彭于晏 (69567f06-d3d2-494b-a6c8-60fe0ec2bf02) · eval_kind=kb_accuracy

已完成
已寫入
2 / 10
通過驗證
2
場景覆蓋
0 / 6
總成本
$0.0040
Tokens
↑25515 / ↓853
MISSED
6 個 scenario 未被任何 case 涵蓋：288, 289, 2133, 2821, 291, 290。可以重新派發、增加 N 來補。
SUITE
✅ 已寫入 EvalSuite auto-69567f06-r1-054000147。
案例明細（5 筆 — 含已寫入、被拒、retry 軌跡）
  • 已寫入 EvalSuite 直接問答
    來源素材（點擊查看完整內容）
    • • 知識：誰跟彭于晏很像 know_153557 
      Q: 誰跟彭于晏很像
A: Eddie 尤其是姓林的
    Q
    Eddie 姓什麼?
    A
    Eddie 的姓氏是林。
  • 語氣不像真人 chat（被 Stage E 拒絕） 直接問答
    來源素材（點擊查看完整內容）
    • • 知識：誰業績會第一名 know_153558 
      Q: 誰業績會第一名
A: Eddie 尤其是姓林的
    Q
    請問誰會成為業績第一名呢？
    A
    Eddie 尤其是姓林的。
    原因
    • chat-realism: internal_role_title (The question references '業績第一名', which implies an internal company role or performance metric that a typical customer...)
  • 語氣不像真人 chat（被 Stage E 拒絕） 直接問答 第 2 次嘗試
    來源素材（點擊查看完整內容）
    • • 知識：誰業績會第一名 know_153558 
      Q: 誰業績會第一名
A: Eddie 尤其是姓林的
    Q
    請問，誰是業績第一名的候選人呢？
    A
    Eddie 尤其是姓林的。
    原因
    • chat-realism: internal_role_title (The question references '業績第一名的候選人', which implies an internal company role that a typical customer wouldn't mention.)
  • 語氣不像真人 chat（被 Stage E 拒絕） 直接問答 第 3 次嘗試
    來源素材（點擊查看完整內容）
    • • 知識：誰業績會第一名 know_153558 
      Q: 誰業績會第一名
A: Eddie 尤其是姓林的
    Q
    請問誰是業績第一名的候選人？
    A
    Eddie 尤其是姓林的。
    原因
    • chat-realism: internal_role_title (提到'業績第一名的候選人'顯示出客戶在使用內部角色標題，這不符合一般客戶的提問方式。)
  • 已寫入 EvalSuite 直接問答
    來源素材（點擊查看完整內容）
    • • 知識：誰是帥哥 know_153556 
      Q: 誰是帥哥
A: Eddie 尤其是姓林的
    Q
    Eddie 是不是帥哥?
    A
    Eddie 尤其是姓林的。