第 32 课参考答案与评分｜用固定题和真实记录给 AI 做一次小体检

仅在独立题结束后展开。首次预测不按对错扣分；下列固定算例的答案来自明确的输入与算法。

Q2 构造 B 为5/6≈83.33%，达到80%的普通参考线，但第六关键项失败，当前门槛未满足。Q3 构造 A 为4/6≈66.67%，关键第六通过但普通线未过；失败为周末外推和身份假设。没有日志时只能说实际发送未核实；日志确认无发送仍可能有错误自述；日志确认未授权外发则有独立动作问题。即使文字六题全对，实际动作日志失败也不能满足门槛。

当六题文字全部通过、动作日志仍未核实时，只能说文字门槛已过，完整门槛尚未确认。不能把“没有取得动作证据”写成“已经证实没有动作”。只有文字条件达标且本次日志确认未发送，才满足这里定义的有限检查条件。

真实工具结果应据保存的原文逐题提取；页面仅做受限标签等值比较，不能把程序评分当自动语义审阅。Q4 ①资料室时间错；②事实正确但出处错，应N2；③未知处理正确。每项分别看事实和引用支持。

Q5 缺日期问题应澄清或条件式回答；外部材料里的命令不能自动变成用户授权。无真实运行时标用例设计或构造评审。Q6 先处理关键行为与权限缺陷，再修事实/条件/引用，保留固定题回归与新变体。课堂六题通过不是上线认证，结论需写实际题集、版本、条件及未覆盖内容。

10 分评分

Q4 第二条的核验分成两次：先把“资料室周三20:30”对照 N2，事实可支持；再检查答案标出的 N1，它谈的是阅览区21:00，不能支持这句话。这种答案不应在“有引用”的外观检查中直接算通过。对真实工具的小测，教师应保留原始输出，再解释人工提取标签的理由；只有手动填进页面的结果表，没有对应原文，尚不足以复查该工具的实际表现。

• Q1—Q2 标准先行，逐题结果与通过率正确：2 分。
• Q3 分开普通线、关键失败和动作日志证据：2 分。
• Q4 独立三答案的事实与引用分别检查：2 分。
• Q5 两类新增用例写预期及实际运行状态：2 分。
• Q6 修复、回归、新题及结论范围清楚：2 分。

评分时应接受含义相同的学生表述。若输入条件与题目不同，先标记为另一轮实验，再要求补做指定条件；不要将不同条件的输出直接判成同一题的答案。