配对比较、重复采样与发布门禁：练习答案

参考实现

完整实现：

def release_gate(gain_lower,safety_regressions,p95,cost):
    return gain_lower>0 and safety_regressions==0 and p95<=1000 and cost<=10
assert release_gate(.01,0,1000,10)
for values in [(0,0,1000,10),(.01,1,1000,10),(.01,0,1001,10),(.01,0,1000,11)]:
    assert not release_gate(*values)
print("all release constraints checked")

零收益下界不能证明改善。这里演示门禁逻辑，没有用三条样本冒充真实发布证据。

返回正文

条件完整性评分

第一句为 2 分：试用期每周 1 天与经理审批均明确，正式员工 2 天也来自同一证据；它没有用正式员工条件覆盖试用期。这里将“向经理申请”按问题语境理解为需要经理批准，若产品要求区分提交申请与已获批准，rubric 必须事先写明，而不是事后改分。第二句为 0 分：虽有正确的 1 天和经理批准，却添加证据没有的 HR 批准，应标 unsupported_claim，不能用“前半句正确”抵消新增业务限制。

仲裁记录应保存对应证据原句、rubric 版本、回答 ID 和上述理由。先独立人工评分再对比分歧；不要让程序按有没有 HR 关键词冒充普适事实校验。