把模糊需求变成可验证的项目蓝图
本地规划模式
当前版本在浏览器内运行，不上传、不保存输入，也不需要账户或数据库。它根据 AxisX 的任务设计与质量方法生成初步方案，供双方校准，不替代正式项目评估。
02 / 建议蓝图AX-STM-20261017
本地规划模式能力发现与对抗评测
STEM 原创难题 / Challenge Set 项目
构造专家原创、可解、足够困难且能够独立验证的问题。
使用原创任务和受控难度分布暴露明确的模型能力边界。
一道未公开题目，包含能力目标、参考推导、答案形式、评分量规、验证器和独立复算。
先进行较宽范围的失败发现，完成首轮校准后再固化分类体系。
03 / 执行路径01 02 03 04 05 06
界定能力边界与不可接受结果
建立任务规格、证据结构和边界案例
筛选作者、复核和验证角色
运行校准批次并在扩量前修订规则
执行盲审、复跑与裁决门禁
交付验收资产、证据台账与版本结论
- 高阶学科出题专家
- 独立复算专家
- 难度与污染风险复核员
- 参考推导
- 答案唯一性检查
- 程序化或符号验证器
- 模型试跑分布
- 能力分类体系
- 原创任务集
- 难度与失败分析
- 独立可解性
- 验证器一致性
- 目标难度区间
- 可检索性与污染筛查
- 题目不可解
- 答案存在歧义
- Benchmark 污染
- 难度失效
08 / 建议试点
方法试点
50–120 个代表性任务单元
一个能力边界 · 一组校准队列 · 一次验收复盘
任务规格、校准样本、风险清单和是否扩量的判断
本蓝图由浏览器内的规则化规划模型生成，只用于初步讨论。任务量、周期、人员配置、合规要求和验收阈值需在查看实际样本后确认。网站不会上传或保存本次输入。
下一步通过邮件确认样本、验收方式与项目边界。
发送合作邮件