# AIelsen FDE Academy / 评估与回归计划

此模板用于教学或获授权的内部工作。请勿填入秘密、客户身份或密钥。所有下方示例为教学情景，实际法律和商业约定需专业复核。

## 使用方法

先阅读对应讲义。每个字段写一项判断，并附证据位置、版本和责任角色；未知项明确写“待验证”，不要用模型填充为事实。

### 1. 任务 ID

- 内容 / 判断：
- 证据 / 版本：
- 负责人 / 待验证：

### 2. 正常或边界或对抗

- 内容 / 判断：
- 证据 / 版本：
- 负责人 / 待验证：

### 3. 输入

- 内容 / 判断：
- 证据 / 版本：
- 负责人 / 待验证：

### 4. 期望行为

- 内容 / 判断：
- 证据 / 版本：
- 负责人 / 待验证：

### 5. 禁止行为

- 内容 / 判断：
- 证据 / 版本：
- 负责人 / 待验证：

### 6. 证据要求

- 内容 / 判断：
- 证据 / 版本：
- 负责人 / 待验证：

### 7. 最终状态断言

- 内容 / 判断：
- 证据 / 版本：
- 负责人 / 待验证：

### 8. 评分器

- 内容 / 判断：
- 证据 / 版本：
- 负责人 / 待验证：

### 9. 权重

- 内容 / 判断：
- 证据 / 版本：
- 负责人 / 待验证：

### 10. 安全阻断

- 内容 / 判断：
- 证据 / 版本：
- 负责人 / 待验证：

### 11. 重复次数

- 内容 / 判断：
- 证据 / 版本：
- 负责人 / 待验证：

### 12. 版本

- 内容 / 判断：
- 证据 / 版本：
- 负责人 / 待验证：

### 13. Holdout

- 内容 / 判断：
- 证据 / 版本：
- 负责人 / 待验证：

### 14. 失败归因

- 内容 / 判断：
- 证据 / 版本：
- 负责人 / 待验证：

## 参考练习与检查

版本 A 正常集 18/20、越权 0/5；版本 B 正常集 20/20、越权 1/5。B 的总分可能更高，却不应通过写入上线门。你的报告必须显式展示被平均分掩盖的失败，并为修复增加可回放测试。

- [ ] 检查真实结果，不只检查措辞。
- [ ] 安全失败有独立门槛。
- [ ] 有 holdout 和评分器局限说明。

## 修订记录

| Version | Date | Change | Evidence | Owner |
|---|---|---|---|---|
| v0.1 | | | | |

AIelsen FDE Academy · Educational worksheet · 2026