2026零跑技术日:LEAP 5.0架构及三大核心技术发布-新浪汽车
新浪汽车 媒体档案 本站收录 330 篇 近 180 天 233 篇 营销维度扣分 91/n=326 篇 在档更正 0 次 查看档案 →2026年9月16日,零跑汽车以“底气”为主题,矩形2026零跑技术发布会,零跑在活动上介绍其技术与创新体系,并发布一套面向全新汽车品类的整车架构及三大核心技术…
读原文 · 新浪汽车 →信源数 2家
同一件事有几家不同来源报道过。≥3 家才够本站的「已核验」。
新浪汽车第一电动
具名引用 0处
正文里点名到的信源(机构 / 人名 / 公告)。判决里没有这一项的老稿留空。
判决里这一项是空的——正文没点名到可核的信源。
情绪强度 0分
情绪化表述的扣分,0 = 没量到情绪词。
完全
独有数字 1个
正文重合 —
与同源最相似那篇的正文重合度。高不等于抄——同一场发布会出来的稿子,本来就会用同一批数字和同一段官方表述。
这篇没有这一项:它不在任何多源事件簇里(孤篇)。
为什么是这个分?(点开看判定依据)
这个分怎么自己复算
- 口径版本
- quality-rules-v1+3e8acca1e74a
- 原文指纹
- 574fc927148902069be4c5d5c373992d…
- 判决方式
- 规则版 —— 逐位复现:同一条原文、同一个口径版本, 任何人都该跑出一模一样的四维扣分和总分。
- 复算命令
- python manage.py recompute_verdict 4364
这条命令不写库、不调模型、不联网:拿着这个仓库和那条原文就能跑。 口径参数表在 判定口径 页上, 和上面这个版本号是同一份。
这篇全文共 75 句 —— 逐句过检结果:
「有据」= 句中有具名信源或带单位的可核查数据;「无据断言」= 用了绝对化说法但整句既无信源也无数据。 自动判定会出错,这只是对句子用词的机器观测,不是对内容真伪的结论。
镜下逐句 · 这几句被判到了
14通阀支持48种切换模式和54种能量交互模式,冬季制热功率达18kW,零跑称领先行业20%。
架构方面,零跑称从第一性原理出发重构模型架构,保持图像视角表征,省去BEV转换算力,设计记忆存储模块,将惯性与实时理解解耦。
零跑称,其11年全域自研沉淀的电机、控制器、电池、感知算法、计算平台等能力,是具身智能机器人最核心的底层能力,目前已做出完全自研机器人。
本站不转载爬取稿全文,以上为按评论目的引用的句子,完整内容请读原文。
你也判一下:这篇写得客观吗?
先说你的判断,再看 AI 判了什么——我们不写谁对谁错。
两边不一样很正常——本站表述倾向抽检准确率 只有 56.5%, AI 的判定不是标准答案。你的判断记在读者信号里, 与人工金标分开存放;是否纳入训练要等标注口径会定。
这篇稿子对你有价值吗?
一键投票即可;这是读者意见,不替代人工质量标注。
0 人投票, 0% 认为有价值