邓承浩回应深蓝、阿维塔品牌合并:知情人士不完全知情
第一电动 媒体档案 本站收录 992 篇 近 180 天 991 篇 营销维度扣分 139/n=990 篇 在档更正 0 次 查看档案 →快科技9月29日消息,有媒体日前报道称,长安汽车旗下的深蓝和阿维塔两大品牌整合已开始进入实质性推进环节,长安汽车通知成立AD协同发展部(阿维塔和深蓝首字母缩写)…
读原文 · 第一电动 →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」。
每日经济新闻第一电动
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 —
本篇写了、同事件另一家没写的关键数字。不代表对方漏了,只是这篇多给了。
这篇没有这一项:它不在任何多源事件簇里(孤篇)。
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
- 872e065ea996caf20eb9408bc51a5fc8…
- 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 5392
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 19 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
此事引起行业关注,深蓝汽车董事长邓承浩今日凌晨发文回应称:网上看到很多关于AD协同的消息,给大家分享,“知情人士”看到了表象,但没有完全理解内涵,所以“知情人士”还不完全知情。
确实,AD协同走出了关键一步,正在按流程推动AD中后台协同工作。
再给大家明确:两个品牌前台完全独立,品牌完全不变,客户体验和用户服务完全不变,目标是更好。
来源:第一电动网
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