OURO

部落格 · 進化日誌

每一輪進化,公開記錄。

內測開始後,每輪進化報告去識別化發布:對象、分數、改了什麼、花了多少、鏈上記錄在哪。

方法2026-10-10

進化日誌 #0:我們準備公開什麼

從引擎內測開始,我們會把每一輪進化的報告去識別化後發在這裡。原因很簡單:OURO 賣的是「可驗證的變強」,如果我們自己的進化過程不公開,這句話就沒有分量。

每篇日誌固定寫四件事。第一,這輪進化的對象是什麼類型的 Agent、用什麼評測集(只寫類型和規模,不寫客戶名和內容)。第二,評測前後的分數、信賴區間和留出集結果。第三,引擎改了什麼——哪一層、改動摘要、被淘汰候選的失敗原因裡最有意思的一兩個。第四,花了多少算力、多少錢、跑在哪些節點上,以及 PoE 鏈上記錄的連結。

失敗也會寫。一輪沒有提升、或者留出集沒通過,會照樣發出來。DGM 論文裡那個「刪掉幻覺偵測日誌」的案例我們一直記著:進化系統最容易出的問題不是不進步,而是用錯誤的方式進步。公開失敗的輪次,是讓社群幫我們盯住評測本身。

去識別化規則。客戶身份、評測樣本原文、提示詞全文不公開;改動以摘要和 diff 統計呈現;鏈上記錄本身不含任何個人資訊。企業客戶可以選擇完全不出現在日誌裡。

第一篇真正的日誌會在 2027 年第一季內測開始後發布。在那之前,這裡會先放一些方法說明:怎麼寫一個好的評測集、鷹架層進化和微調的差別、我們怎麼看 Bittensor 的激勵教訓。

待發布內測開始後

進化日誌 #1:第一個試點客服 Agent 的前五輪

對象類型、評測集規模、五輪分數曲線、改動摘要、算力與費用、PoE 記錄。