REAL-WORLD DATA × VALIDATION
数据的效用，看得见
业内按「有效小时」验收（质检口径）——我们给有效小时标上效用含量。下面全部是我们的实测数据：小模型对照实验（单卡小时级、三种子、脚本可复跑），不是示意图。
81pp
同样预算两臂效用差
斜率≈1
回放剂量-救回曲线
33%<80%
我们否决过自己的判定器
π0.5 两臂对照
同样预算，效用差 81 个百分点
0% → 86%
垂域精选 50 条
任务成功率 · 跨种子复现 71–81% · 基于仿真基准，真实迁移以 POC 为准
0%
通用底座 500 条
同样训练预算，数据换了分布，一分不涨
量效曲线（CL1-b 实测）
掺多少旧数据，救回多少旧技能
六道闸 · 逐闸实跑
一批数据怎么被拦下 / 放行
演示批 A（拦截批）出具时间 2026-09-09 · 演示批 B（干净批）出具时间 2026-09-09 · 历史回放读数
REPLAY · REAL RUN
最近真跑（真实管道·真实数据）
六道闸管道最近一次完整读数（真实采集批次，非演示样本）——GPU 实例停机期间历史读数照常可查，实例恢复后此卡自动更新。
batch9-av15-conv7fail
总评 拦截
闸① PASS · 闸② PASS · 闸③ WARN · 闸④ BLOCK
出具 2026-09-16 22:29
工件 · 我们否决过自己的判定器
人工金标盲判 vs 判定器（真数据，10 条）
语义闸判定器报了 17.5% 错配率——发布前我们抽 10 条让人工盲判对表：一致率只有 33%，远低于 80% 门槛。
读数作废、不对外。这是校准环的第一次真实拦截。
一致率 3/9 = 33% < 门槛 80%
→ 判定器读数作废（假阳性 6 · 假阴性 0 · 1 条人工判「看不清」不计）
现场试吃（真训练 10 分钟出前后对比）
判据与阈值来源：200 条实测数据体检 + 四组验证实验（π0.5 效用对照 / CL1 持续学习 / G1 几何盲区 / X1 语义校准），全部可复跑、可查证。
如实标注的局限：几何哨兵的盲区随数据分布变化（我们自己的双数据集实验证明）；语义判定器曾被我们的人工校准环否决过一次（33%<80% 门槛，读数作废）—— 敢把短板印在自己质检报告上的，才开始配当裁判。
数据样例已脱敏，原始素材不出采集域。 · 国曙具身数据生产网络 · 验证报告全文见 六道闸验证报告
如实标注的局限：几何哨兵的盲区随数据分布变化（我们自己的双数据集实验证明）；语义判定器曾被我们的人工校准环否决过一次（33%<80% 门槛，读数作废）—— 敢把短板印在自己质检报告上的，才开始配当裁判。
数据样例已脱敏，原始素材不出采集域。 · 国曙具身数据生产网络 · 验证报告全文见 六道闸验证报告
真跑模式 · 现场真验一条
上面两批是历史演示；这一栏是真验——点击后云服务器直连 GPU 实例，用真实管道对一条真实样本现场跑四道质检（约 1-2 分钟，读数即下方）。
读取中…