# 指标与评测计划

> 学习与项目记录模板。未实际验证的内容填写“待验证”；公开仓库仅保存合成或经批准脱敏资料。

版本：
责任人：
审核人/状态：待审核
日期：
证据目录：

## 范围和版本
- 用户任务与排除项：
- 应用、模型、提示词、索引、工具版本：
- 评测集版本与开发/验收分离方式：

## 指标字典
| 指标 | 公式与分母 | 窗口/样本 | 阈值 | 证据 | 负责人 |
| --- | --- | --- | --- | --- | --- |
| 任务成功 | 待定义 | 待采样 | 待协商 | 待提供 | 待指定 |
| 事实支持 | 待定义 | 待采样 | 待协商 | 待提供 | 待指定 |
| 权限泄露 | 测试中的越权返回次数 | 明确反例集 | 0 次观测，不代表绝对无风险 | 待提供 | 待指定 |

## 样本与评分
- 正常、无答案、版本、权限、注入、超时和写动作：
- 身份、资料、允许证据与期望行为：
- 人工评分规则、双评与分歧处理：

## 结论
- 逐类结果、样本量和失败明细：未运行
- 未覆盖范围、残余风险与业务价值限制：
- 发布 / 修复 / 停止：待决定