任务 01
n=484+10.34 pp完美修正率
V3.095.59%
V2.085.25%
95.74%准确率
7.04%漏报率 · FPR
1.71%误报率 · FNR
94.16%完美修正率
01 · 评测证据
把 V3.0 与 V2.0，放回同一把标尺。
四项部署指标给出两个版本的实测值，下方八项指标按样本量加权汇总。V3.0 纠得更准，漏报和误报也更低。
准确率数值越高越好
V2.092.42%
V3.095.74%
+3.32 pp
漏报率 · FPR数值越低越好
V2.013.06%
V3.07.04%
−6.02 pp
误报率 · FNR数值越低越好
V2.01.99%
V3.01.71%
−0.28 pp
完美修正率数值越高越好
V2.084.66%
V3.094.16%
+9.50 pp
检出与告警控制4 项指标
准确率+3.32 pp
漏报率 · FPR ↓−6.02 pp
误报率 · FNR ↓−0.28 pp
修正召回 · C-Recall+6.02 pp
修正质量4 项指标
修正精度 · C-Precision+0.52 pp
F1+2.84 pp
F0.5+4.39 pp
完美修正率+9.50 pp
评测方法：V2.0 与 V3.0 用同一套任务定义；三组高难度样本共 4,408 条（n=484 / 991 / 2933），按样本量加权。漏报率与误报率越低越好，其余六项指标越高越好。
02 · 跨任务一致性
最大的提升，在三组任务上同时成立。
三组任务的完美修正率都超过 93%，比 V2.0 高 +9.10 到 +10.60 个百分点。三组提升幅度接近——提升是系统性的，不是单点偶然。
任务 02
n=991+10.60 pp完美修正率
V3.094.82%
V2.084.22%
任务 03
n=2,933+9.10 pp完美修正率
V3.093.78%
V2.084.68%
样本总量4,408
样本集3
直接对比项47
综合加权方式按样本量
03 · 升级重点
围绕内容发布前的最后一道质量关重构。
V3.0 对付的是发布前最难查的那类错误：藏得深的、要结合上下文才能发现的、行业术语密集的。这类内容错不起——改错一处，有时比漏改更麻烦。
更高难度的评测标准
评测集换成了发布流程里真正难查的上下文类错误，不再拿常规错别字检出率当主要指标。
更多可直接采用的修正
完美修正率提升 9.50 个百分点——它不只指出哪里错了，还给出能直接用的改法。
更克制的告警控制
漏报明显少了，误报也更少。审校团队不必再应付无效告警，可以直接把它接进发布前的审核流程。
04 · 整体结果
赢得的不止一两项指标。
全部数据集、全部指标放在一起比：47 项直接对比，V3.0 胜出 43 项；按样本量加权的 8 项综合指标，全部优于 V2.0。
43/47直接对比项胜出
91.5% 的实测对比，V3.0 胜出。
从发现错误到给出修正，每个环节的指标都更好。
单任务 × 指标35–4
三组独立样本集共形成 39 项对比，V3.0 在其中 35 项领先。
样本加权综合指标8–0
按样本量综合加权后，V3.0 在全部八项指标上领先。
05 · 生产部署
部署到你们的发布流程里。
言澜 V3.0 现已上线，支持私有化部署，也能接入机构自己的术语表和既有审核流程。
新闻与出版发稿前审校、图书期刊定稿与编辑终审。
政务传播公文、公开发布稿与政策传播内容。
金融与法务合规敏感文本与受监管内容审核。
广电媒体字幕、转写稿、OCR 文本与成片质检。
06 · 校对工作台
更新后的发布前校对工作台
8 月前端更新通过 Yanlan-expand 提供词组级差异展示，并配合富文本与音频字幕复核。下方交互工作台展示词组标记、原文配图与逐项复核流程。
富文本校对，结合原有排版复核
富文本工作台保留标题、图片与段落排版，在文稿中标注需要复核的表达。审校人员可以粘贴内容或上传 .docx 文档，结合图文版式查看修改建议。
音频与字幕，双轨分别复核
音视频工作台将音轨转写与字幕轨的建议分别展示，通过带时间戳的片段关联媒体位置。审校人员可以在同一工作台核对语音内容与画面字幕，逐项查看问题来源和处理状态。
