定义工作内容
从一个边界清晰的流程开始。
单一工程任务集：您希望改进的代码修改、测试生成、代码库问答或特定模型行为。
审阅输入、输出与负责人
- 输入项
- 获批用于试点的代码库样本、任务定义、测试用例及工具版本。如涉及训练，请描述数据就绪度及目标检查点。
- 有效输出
- 可对照任务要求、测试结果及代码库上下文进行评审的建议代码修改或回答。
- 人员与归属
- 工程团队定义验收标准与发布评审流程。平台与安全团队审批代码库访问权限及工具配置。
与您的团队共同准备
准备试点需求简报。
工程工作流 / 范围规划示例
填写您已知的信息。这四项需求将成为您项目申请的起点。
0 / 4 项需求已起草。未填写的项目在下载文件中将标记为“待确认”。
在本次访问期间浏览网站时，您填写的答案将保留在此处。刷新页面将清除这些内容。
此处仅需提供流程描述。具体文档、数据集及凭证请仅通过双方商定的评估环境共享。
评估 / 上线前验证
衡量业务团队真正认可的结果。
在独立留出任务集上将候选方案与现行工具和模型进行对比。编程工具试点可使用 Connect，特定任务适配可使用模型训练服务。
- 已采纳改动
- 评估指标采纳改动数 / 评估任务总数
审核标准
使用具代表性的任务，并记录被拒绝的尝试。
- 测试与评审工作量
- 评估指标测试结果及每个采纳改动的评审耗时
审核标准
在自动化测试之外，同时检查运行行为与代码可维护性。
- 成本与响应时间
- 评估指标单个采纳结果成本与 p95 响应时间
审核标准
包含所有尝试、工具调用及评审人员的修正工作。
在试点开始前商定样本集、基线、审核人员及验收阈值。以上为建议的评估维度，并非已发布的性能基准结果。
划定连接器与控制措施范围。
编程工具、代码仓库与评估集（兼容性将在试点期间确认）。
确认工具版本、端点支持、模型适用资格、代码库访问权限及评估归属权。Connect 与微调均采用邀请制；定制工作按需报价。
生产环境中的标杆参考
基于 Grid 构建。
应用于 Forlex。
Forlex 将法律研究、文档审查和来源核验融合成一款成熟的生产级产品。其 LIVIA 系列模型运行在 Grid 之上。
这是我们落地的首个垂直行业。每个行业都需要契合自身特点的系统集成、控制机制与验收标准。
法律输入数据
运行于 Grid 上的 LIVIA
来源核验