AIGC标识 周报多出来的 0.01 个百分点,是哪里算错了吗?

同事用计算器把 73.64 减 26.36,得到 47.28。脚本输出却写 47.27。先别为最后一位小数调整断言:两个显示百分比已经各自舍入过一次,分数相减再舍入,结果可以不同。借这件小事,正好把报表里三个容易混用的成功率核对一遍。

把显示精度和计算精度写进约定

这组数据的真实差是 52/110,乘一百得到 47.2727… 个百分点。展示历史指标时允许保留两位,但计算涨跌时直接使用分子和分母。若报表只向下游提供已经舍入的小数,后续导出或模型写作都无法可靠恢复原值。给接口补上原始计数,比要求每个读者理解浮点误差更直接;此处的差异用精确分数也能重现。

用 Python 复算,再把数字送进提示词

这段脚本用标准库的 Fraction 保留分数,最后才转成百分比。将代码复制到本地,用 Python 3 执行即可。输入假设两期有相同的分类、每个分母大于零;接入生产报表前应分别处理新增分类和空分组。

from fractions import Fraction as F

last = {"A": (9, 10), "B": (20, 100)}
this = {"A": (80, 100), "B": (1, 10)}

def overall(rows):
    return F(sum(s for s, n in rows.values()),
             sum(n for s, n in rows.values()))

def standardized(rates, weights):
    total = sum(n for s, n in weights.values())
    return sum(F(s, n) * F(weights[k][1], total)
               for k, (s, n) in rates.items())

for k in last:
    assert F(*this[k]) < F(*last[k])
for x in (overall(last), overall(this), standardized(this, last)):
    print(f"{float(x * 100):.2f}%")
assert standardized(this, last) - overall(last) == F(-1, 10)

本地输出依次是 26.36%、73.64%、16.36%。第三个数的算法是把本周 A、B 的成功率套在上周 10 和 100 的任务数上,得到期望成功数 8 加 10,再除以 110。它回答“如果类别构成保持上周的比例会怎样”。它是用于比较的标准化结果,不能填到本周实际成功率字段。

四行数据,先把分母写出来

假设一个产品有 A、B 两种任务,统计口径为“本期完成并得到成功结果的任务数 / 本期纳入统计的任务数”。为让例子可以复算,先约定每个任务只计一次,两组互斥,且这两期都没有未决任务。数字是特意构造的演练数据。

周期 类别 成功数 总数 组内成功率
上周 A 9 10 90%
上周 B 20 100 20%
本周 A 80 100 80%
本周 B 1 10 10%

上周 110 个任务成功 29 个,本周同样是 110 个,成功 81 个。总体由 26.36% 升到 73.64%。与此同时,A 从 90% 降到 80%,B 从 20% 降到 10%。两个方向都能成立:本周绝大多数任务集中在成功率较高的 A。算总体时各组的权重取决于当期任务数。

这份周报最值得保留的一句话是“总体成功占比上升,两种任务各自的成功率均下降”。要写出“系统升级让执行更稳定”,还缺发布范围、任务难度、错误分布及其他可能因素的证据。

预备几句很像正确答案的错话

“平均成功率上升了约 47%。”这里少了单位和算法。按未四舍五入的总体率相减,增加约 47.27 个百分点;若说相对增幅,计算方式又不同。“两类任务表现总体向好。”读者很容易把这句理解成 A、B 都变好了,与两行组内事实冲突。“按固定构成计算,本周实际成功了 18 个。”18 是反事实计算里的期望数,业务记录中本周实际成功数是 81。

还有一句很难靠数值规则发现:“更多简单任务进入系统,说明推广策略奏效。”四行数据里没有任务难度或推广来源。A 的历史成功率高,只能作为分组特征观察。可以把调查动作写出来,例如先检查本周是否改变了入口流量分配,再按相同分类口径比较。如果模型把调查动作提前写成已确认原因,即使所有数字都对,仍需退修。

模型费按一次成稿请求估算

2026 年 11 月 21 日核对 NexoToken 的公开目录,国产优选分组 glm-5.3-flash 普通输入约 ¥0.24、输出约 ¥0.84,单位均为每百万 Token。作者参与 NexoToken 维护。这里把少量脱敏汇总数交给模型写初稿,精确计算在本地完成,不需要上传明细用户记录。

如果整份周报连同上下文占 10,000 个普通输入 Token,候选稿输出 1,000 个,模型费用约为 0.01 × 0.24 + 0.001 × 0.84 = ¥0.00324。四行样本本身远小于这个预算。把输出的证据标识、重写请求和重复附带的上下文计入真实用量,再与账单核对。本次执行的是离线计算,费用为假设算例。

验收截图最好带哪几项

把两期的成功数、总数、显示比例和变化量放在同一行,做成一条例行检查。先核算本期、上期是否分别显示正确,然后查变化量到底用百分点还是相对增幅。若报表业务约定必须使用“界面可见数字之差”,也应在计算逻辑和导出说明里一致执行。离线样本的价值是让产品、开发和编辑能一起选定同一个定义。

本文由 AI 辅助起草。

posted on 2026-11-21 11:12  wangjjj1122  阅读(3)  评论(0)    收藏  举报