WiseGrade/docs/SCORING_REVIEW_FIX_2026-10-17.md

评分待复核与引用校验修复（2026-10-17）

触发场景与根因

• 批次 #8 的 stage3.plan 目标为“计划”。实际阶段报告3的 PDF 第14页有“4.2 后续改进方向”正文，但旧检索选出的14个片段没有这一页。短查询仍会得到语义近邻，导致原先仅在零命中时启用的章节导航不执行；“计划”与“后续改进方向”也没有按同一概念匹配。
• stage2.experiment 记录的错误为“模型证据未关联该片段的检索目标”。模型提示只要求使用规则中的目标编号，没有明确要求同时属于片段的 target_ids；重试也未指出具体可用的片段与目标关联。此外，旧字符串规则中省略编号时会错误地默认绑定第一个内容目标。
• 页面将所有 failed 统一标成“模型调用失败”，重试提示也一律指向网络；批次进度只显示待复核数量，没有显示失败数量。100% 表示处理结束，并不表示所有评分都成功。

修复

• 内容检索始终补充匹配的真实正文章节，兼容计划/后续改进/后续工作等表述，保留14片段预算、项目/材料范围、正文许可与引用校验。
• 只有旧规则省略编号且片段唯一关联某个目标时才补全；多目标歧义、显式错误编号、目录冒充内容证据仍然拒绝。重试带具体校验错误及允许编号，不通过忽略错误来获得分数。
• 成功重试清理旧证据缺口；教师复核记录仍按原逻辑保护。
• 页面区分输出校验失败、连接失败和一般评分失败，分别显示待复核/失败/材料异常数量，并解释处理完成不等于全部已评分。

验证

• 新增/扩展的导航、目标关联、重试反馈、旧缺口清理和页面测试均先观察到失败，再验证修复后通过。
• 后端4个相关测试文件：81 passed（隔离 SQLite 业务测试，不代表全量 PostgreSQL 测试通过）。
• Playwright：19 passed；TypeScript/Vite 构建通过。
• Docker API/Worker/Web 已更新并健康；更新前无运行中批次，队列和执行中任务均为0。
• 生产数据只读 PostgreSQL + 真实离线 BGE-M3 检索：相同规则修复前未选第14页，修复后选中该页正文，片段数量仍为14。
• 真实网页验证：批次 #8 显示“待复核2”“评分失败1”和未评分项提示；失败行显示“模型输出校验失败”；复核弹窗解释证据尚不足以自动评分。无页面错误、无业务写请求、无实际模型调用。

边界与使用

历史批次分数未自动改写。刷新网页后可重试 #8 的未成功项；已成功评分和教师复核项不重新评分。此次未实际调用收费模型重新给学生打分，因此不声称重试一定消除全部待复核项。

课程导学PPT缺少学生项目汇报内容、报告安全论证不足等情况仍应提示复核。修复检索遗漏和校验反馈，不将证据不足强制变成有效分数。