把 badcase 按错误分好组

可先勾选常用几类跑一版，再按项目标注规范增删类型重新统计，保持跨版本口径一致即可对比。

按文本相似度或图像特征相似度做聚类，把相近样本归到一组，便于抽样复看和定位集中问题。

不能直接用，程序只给初判和证据；归因结论、典型样本和优先级需由熟悉项目和评估规范的人员核对后采用。

需要填的是：上传测试集结果、任务类型、错误类型口径、类别与样本数、归因优先级、典型样本数、测试集日期。每一项点一下就行，多数不用打字。点「直接办这件事」就开工；没选全也能先办，回头补了随时能改。

交付形式是表格——平台直接做好表格，能下载成 Excel。在GPT中文网（www.gpt.com.cn）按字段填完即可拿到。文字类成果免费生成，免注册即可试。

逐条翻预测结果分错误类型，费大半天还容易漏，归因只能凭印象。遇到这种情况，把信息按字段点选一遍，AI 按你点的出成品，不用自己琢磨怎么说。

做模型评估和迭代的 AI 训练师、算法工程师和数据标注质检人员。不需要 AI 使用经验，按字段填完即可。