3.3 Score：刻度评分

3.3 Score：刻度评分

本节摘要：Score 是 Jev 的落位原语：在 2~10 个有序等级上打分，返回概率加权的连续分值 score、各级分布 probabilities、图例 legend 和置信度。三条设计准则：每个等级描述一个具体情形而非程度副词（"核心功能受损，但有临时绕过办法" ✅，"中等严重" ❌）；一个 Score 只测一个维度，综合分在代码里加权组合（第 6.3 节）；等级从 0 起、方向一致（建议由最严重/最极端往中性排），减少理解歧义。Score 是内容分级、风险评分、相关性打分的主力原语。

学习目标

阅读完本节，你应当能够：

1. 写出等级描述合格的 Score 请求并解读 score 字段的加权语义。
2. 解释"程度副词等级表"为什么是坑。
3. 把一个"综合大判断"正确拆成多个 Score。

一、语义与请求/响应

语义：criteria 是一个有序数组（等级 0 起向上），每级一段描述；模型给出各级的概率分布，score 是按概率加权的均值。

{
  "severity": {
    "type": "score",
    "instructions": "评估该线上故障的严重程度",
    "criteria": [
      "核心功能完全不可用，且没有任何绕过办法",
      "核心功能受损，但存在临时绕过办法",
      "次要功能异常，核心功能完好",
      "仅界面或文案瑕疵，功能完好",
      "无实际问题"
    ]
  }
}
​

响应（示意）：

{
  "score": 1.4,
  "legend": ["核心不可用且无绕过", "核心受损有绕过", "次要异常", "外观瑕疵", "无问题"],
  "probabilities": { "0": 0.35, "1": 0.50, "2": 0.10, "3": 0.03, "4": 0.02 },
  "confidence": 0.7
}
​

解读：分布集中在等级 0 和 1 之间、略偏 1，加权得 1.4——"很可能是'核心受损但有绕过'，且不小概率更糟"。连续的 score 让你可以直接拿去做不等式（if score < 2.0: 拉响P2），也保留了分布供你做更细的决策。

二、设计准则

准则一：等级描述具体情形，不是程度副词

"中等"对模型和对你意味着不同的东西；具体情形是双方共同的锚点。这也是独立评测公认的 Jev 使用要点之一。

准则二：一个 Score 一个维度

不要做"严重性和影响面综合分"——两个维度混在一条标尺上，等级描述必然自相矛盾（"严重但影响面小"算哪级？）。正确做法：

severity     → 一个 Score（多严重）
blast_radius → 一个 Score（波及多广）
代码里按业务权重组合 → 复合分（第 6.3 节完整实现）
​

维度拆开后，每个 Score 的等级描述都能写得具体、可回归测试；权重变化只改代码，不动模型请求。

准则三：方向一致，极端在前

等级从 0 向上，建议由最严重/最极端排向中性（如上例），同一场景的所有 Score 保持同向（都是"0 = 最严重"）。方向混乱会让"加权组合"与"跨维度比较"失去意义。

三、典型用途

本节要点回顾

1. 语义：有序等级（2~10 级）→ 加权连续分 + 分布 + 置信度；不等式可直接作用于 score。
2. 准则：具体情形（不写程度副词）、单维度、方向一致极端在前。
3. 拆分：综合判断 = 多个单维 Score + 代码加权——这是第 6.3 节复合评分模式的地基。

三种原语集齐了。遇到一个新需求，Noul、Choice、Score 怎么选、怎么拆、怎么组？下一节给出一棵选型决策树和请求骨架总览，为第 4 章的动手做好准备。