枚举覆盖 200 · Qwen / Doubao / 判官分析预览

对应文档 docs/enum200_qwen_doubao_judge_report.md 与 docs/INDEX.md。含 DressCode 全量打标分布、子集对比与判官分析；下方为差异样例预览。

DressCode 全量打标分布（Qwen3.6-27B）

数据集 DressCode-MR / person_face，共 27030 张已全部打标。下列为各维度→字段→枚举的频次分布；「缺失」指规范枚举在全量结果中计数为 0（非维度未打标）。

各维度缺失枚举数

分布极度集中字段（Top 值 ≥95%）

棚拍青年模特数据常见塌缩；便于发现「名义有枚举、实际近乎单值」的字段。

缺失枚举一览（规范有、全量未出现）

各维度枚举分布（可折叠）

每图视觉字段差异数分布

叶子字段一致 vs 不一致

字段差异 Top20（柱状图）

判官 verdict 占比（评 Qwen）

整图 overall_quality

判官错误率 Top 字段

常见纠错对次数

字段差异 Top（表）

高频分歧取值对 Qwen → Doubao

判官纠错对（中英）

差异最多的样例预览

Qwen vs Doubao 字段不一致最多的样本；并附两列判官结果。

判官评 Qwen：判错字段最多的样例

按「豆包判官对 Qwen」的 incorrect 数量排序；表中展示判错字段及建议值。

判官评 Doubao：判错字段最多的样例

按「豆包判官对 Doubao 自身打标」的 incorrect 数量排序（自洽通常更高）。

打标维度与枚举值（可折叠）

共 14 个主维度 + 附加字段。点击维度展开字段；再点字段展开枚举值（中文 + 英文）。

文档索引速览

以下链接走站点内路径，可在公网直接打开（Markdown 以纯文本/源码查看）。