Granite置信度评分：给既有回答打分，别把自报信心当已校准概率

素材身份：作者原创输入/可编辑参考。目标工具未在本轮执行。
先打开 index.html；input.csv 是原始字段，reference.csv 是验收基准，negative.csv 是故意构造的坏样例。
actual-results.csv 保留未测状态，实际执行后再填写。

前置条件：
使用IBM官方Granite base与对应adapter；只制作输入和校验可以离线免费进行，真正推理需可承担模型内存的本地/自有环境。
Granite Switch当前仓库要求Python3.11+、PyTorch2.11+；vLLM路径还有CUDA/Transformers兼容要求，不承诺Mac可直接跑同一CUDA栈。
官方代码与所列adapter采用Apache2.0；按具体base card核对许可与版本，目标推理未执行，不编造评分和速度。

操作步骤：
1. 准备带答案基准的问题
只用作者提供的活动规则：11月7日、¥68、提前24小时取消。
问题超出材料时基准标unknown，不臆测真实政策。

2. 固定被评回答
保存完整conversation并以assistant回答结尾。
评分后不修改回答文本，否则原分数不再对应当前答案。

3. 选择匹配adapter
按uncertainty README选择底模和子目录，记录校准适用说明。
普通模型自报百分比不能冒充专门adapter输出。

4. 获取实际certainty
通过官方推荐Mellea intrinsic取得分数并保留原类型。
未运行时留null，不能写看起来合理的高低值。

5. 对照正确性标签
把事实正确、事实错误、不可从材料判断分开。
unknown不直接当正确，也不为了画好看曲线删掉。

6. 检查分组可靠性
在足够样本上按分数分桶看实际正确比例。
本课三题只示范流程，不足以证明本地场景已校准。

7. 交付校准边界
保存答案版本、基准来源和真实评分。
不能把官方在其测试分布的校准描述扩成所有领域保证。

验收：
被评回答版本固定。
adapter评分与聊天自报分开。
三题演示不声称完成统计校准。

官方资料：
https://huggingface.co/ibm-granite/granitelib-core-r1.0/blob/main/uncertainty/README.md

图片身份：assets/ 为内置image_gen生成的原创练习输入缩略版，原始文件保留在网站图片来源地址。可编辑SVG为作者原生排版。