方法学

内容形态与合规边界

• 本站聚合的是标题、AI 生成摘要与原文链接，不转载全文；摘要明确标注为 AI 生成。
• 只聚合科技/AI 类内容，不涉时政，不做自采编。
• 采集遵守各站 robots.txt 与限速；robots 明确禁止的源不予采集， 除非站点另有明确授权（该判断会留痕，可追溯）。
• 完整署名（来源站点、原标题、发布时间）与原文链接始终可见。
• 当前已发布资讯共 1980 条。

去重口径（四层漏斗）

1. L1 URL：去掉跟踪参数、# 片段、移动版前缀，读 rel=canonical； URL 完全相同即判重。
2. L2 标题：去掉媒体名后缀与全半角差异后精确匹配；或编辑距离 ≤ 2 即判重。
3. L3 指纹：64 位 SimHash，海明距离 ≤ 3 判重。
4. L4 向量：标题+首段的向量余弦，≥ 0.85 判重； 0.6–0.85 归入同一事件簇（在详情页呈现为"同一事件的其他报道"）。

比对窗口为最近 7 天；阈值可配置并依据自有数据校准 （不是照搬论文值）。

诚实披露：L4 当前使用内置的占位向量实现（local-feature-hash-v1）， 它不具备语义与跨语言理解能力，只能识别字面相近的文本。 因此现阶段 L4 的实际效果有限，"跨语言洗稿"识别尚未生效 —— 真实多语言模型将在后续阶段接入。

推荐位怎么排（首页焦点 / 头条）

推荐位（首页「今日焦点」与头条列表）只有一个公式，各项都能对上库里的字段：

rank = (质量分/100) × (来源信任分/100) × (内容类型权重) × 事件簇规模 ÷ (距发布小时数 + 2)1.5

• 质量分 / 来源信任分：同上文；被折叠或降权的内容不进推荐位；
• 内容类型权重：新模型发布 ×2.5、基准评测 ×1.4、 定价变化 ×1.3、智能体与工具 ×1.2，其余 ×1。
  为什么要有这一项：公式里"被多家报道"是主项，而厂商发布新模型往往是单源 （只有它自己的新闻页），没有这一项就会被"同一件事被十几篇报道"的一般科技新闻压住。 权重是用库里的真实分项校准的（见 ADR-0021 的后续记录）。
• 事件簇规模：同一件事被越多来源报道越靠前（数的是来源数， 不是文章数 —— 同一家媒体的十篇相关报道不该被算成"十家报道"）。 当前跨源聚类还很少产生多来源的簇，所以这一项多数时候是 1：如实说明，不夸大。
• 时间衰减：(小时+2)1.5 —— 三天前的发布会被压到千分之一以下， 所以加权不会让旧发布长期霸榜。
• 发布日期的才进推荐位：拿不到发布时间的条目（例如 sitemap 里没有日期的旧公告） 不参与这个公式 —— "不知道自己多新"的东西没资格当头条。它们仍然可以在列表页按 "我们采集到的时间"看到。
• 焦点位单独挑：首页「今日焦点」不看"几小时前"，而是取最近 48 小时内 重要度最高的一条 —— 重要度 = 内容类型权重 × 质量分 × 来源信任分（不含时间）， 同分再看谁更新。
  为什么：公式的时间衰减是 (小时+2)1.5，一小时前的普通新闻能压过 昨天的主流厂商发布（实测差约 64 倍）；而"新模型发布该上头版"是本站的产品判断。 48 小时是保鲜期：更早的内容只能在列表里看到（避免旧发布长期霸占头条）。 其余位置仍按上面的公式排。
• 人工置顶（控制台设置）优先于以上一切：人的决定高于公式与规则。

质量分与处置

质量分 q = 0.35 × 规则特征分 + 0.30 × 小模型软文分 + 0.35 × LLM 抽查分； 当前阶段后两项尚未接入，在可用项之间重新分配权重，并在每篇的评估记录里留痕 （因此现在的 q 本质等于规则分，区分度有限）。

• q < 40 → 拦截（不发布，保留在草稿供人工复核）
• 40 ≤ q < 60 → 折叠/降权
• q ≥ 60 → 正常展示

规则特征包括：外链密度、联系方式堆砌、营销话术、正文/标题长度比、提取失败率。每项判定都记录可读理由。

榜单口径

• 榜单数据订阅自第三方（如 Artificial Analysis），页面标注数据来源；本站不做二次估算。
• 只展示已验证有效的批次：单批变化超过阈值的批次会被标记为"疑似解析错误"并 暂缓更新前台，转人工确认。
• 历史以日/周降采样保留（原始批次 7 天 / 日快照 90 天 / 周快照 2 年）。
• 外部榜单模型名与本地模型的映射需人工裁决；裁决后可按批次回放重算映射而不重抓数据。
• 多榜源、不同口径：本站订阅多个榜单来源，它们的口径本就不同 （客观基准跑分 / 中文基准 / 人类偏好 / 真实调用量），因此同一模型在不同榜上名次不同是正常的， 不是数据错误。页面会标注该组读数来自哪个源。
• 币种：可在页头切换（原币 / USD / ¥CNY，默认人民币）。 汇率不追实时：每日一个快照（带出处与观察时间） —— 价格本身是"观察值"（套餐按观察日记录），口径要一致；实时汇率会让同一链接刷新前后数字跳动、无法复现。 取不到汇率时**如实显示原始币种**（不猜汇率）。 入库保留第三方原始口径上的精确值，折算只发生在展示层 —— 汇率每天都在变，若在入库时折算，等于把当时的汇率焊进历史价格，之后既无法还原也无法重算。 当前汇率与出处（来源、观察时间）会标注在价格旁边； 取不到汇率时如实按原始币种显示，不猜一个数。

来源异议与更正

如果你是内容权利人，认为本站的摘要、标题或链接方式不当，可通过以下方式处理： 来源站点被标记为"异议"后会在保留链接与说明的前提下暂停其内容的对外展示 （降级优先于删除，便于复核与恢复），并在后台留下处理记录。

联系方式：请在站长站点公布的联系渠道提出，并附上具体条目链接与理由。本站会在核实后处理并回复。

技术口径

• 时间一律以 UTC 存储与展示（页面上标注 UTC）。
• 列表分页使用游标（keyset），不使用 OFFSET，翻到多深都一样快。
• 页面为服务端渲染，无第三方脚本、无外部字体，减少跟踪与阻塞。