[JunieXD]

关联

部署内测前的准备，见路线图 #2。维护者决定初筛和抽取都换成华东师大开放平台的模型。

改了什么

平台的 System One 接口和原来的一样。它的 Responses 接口会收下 JSON Schema，但不按 Schema 输出（实测回了一句话，不是 JSON）；Chat Completions 的约束解码才生效。所以抽取、试抓和读图都改走 Chat Completions。

• 初筛：改用 ecnu-decision，在标注集上重定门槛，从 0.1 改成 0.5
• 抽取、试抓和读图：改用 ecnu-max，也就是 DeepSeek V4.1 Flash。客户端从 extraction/responses.py 换成 extraction/chat.py，图片改用 image_url 内容块
• 抽取评测：改按平台的 credits 估算费用
• 总体设计：§5 选型、§8.1 初筛、§8.5 复验表、§8.6 成本改成平台的说法；旧实验的记录保留

怎么验证的

• crawler/ 的 ./check.sh 全部通过，351 个测试

• 初筛：在 489 条标注上调用，免费，两种输入各 483 次，没有失败

  输入	零漏检最高门槛	无关过滤率	门槛 0.5	门槛 0.1
  仅标题	0.754	99.17%	97.78%	72.78%
  标题＋栏目名	0.800	99.17%	97.78%	79.72%

  原来的 SemIf 在门槛 0.1 时，召回率 100%、无关过滤率 74.72%。新门槛 0.5 比零漏检最高门槛低 0.254，比取最高门槛只多放 5 条无关通知。门槛 0.9 起开始漏。

• 抽取：标注集里的 50 条通知有 1 条已被源站删掉（404，它没有标注截止），用剩下的 49 条跑，低谷时段约 64 credits

  指标	DeepSeek 官方（11-09）	华东师大平台
  报名截止	27/28（96.43%）	26/27（96.30%）
  活动结束	18/24	14/23
  整条全对、失败、证据未找到	25/50、0、0/832	20/49、1、0/806
  缓存命中率、平均耗时	57.5%、2.58 秒	56.6%、8.80 秒

  那 1 次失败是平台的约束解码没守住 Schema 的 minItems，交了空的证据列表，被校验拦下了。线上遇到这种情况，这条通知这一轮算抽取失败，下一轮重试。

• 读图：用真实代码读了一张生成的图片，原样读出，331 个输入 token

• Codex 逐文件审过，报了 2 处，都已改：

  • 试抓有一个无效 XPath 的测试样本还留着旧的状态名，测试在别处就失败了，没测到 XPath。已改成每个样本都断言具体的失败原因
  • 评测报告的标题和 --off-peak 的说明还写着「官方」

影响

• 抓取节点：SYSTEM_ONE_API_KEY 和 LLM_API_KEY 要换成平台的 key。用量里记的模型名是平台返回的 deepseek-flash 和 vllm-sr/d3-flash
• 接口、MCP 工具、表结构、已有数据：无