# 运行时端到端评测（零重叠改写，大样本）

每条 episode 把全部 24 个同形候选事实写入运行时，再问改写后的问题。
随机基线 1/24 = 4.17%。全部为百分比。

| blend | 用例 | 可回答 | 回答正确率 | 答成别的属性 | 未知泄漏率 | 平均选中记录 | 活跃记录 min/max |
|---|---:|---:|---:|---:|---:|---:|---|
| 0.00 | 48 | 40 | 65.00% | 35.00% | 75.00% | 6.2500 | 23/24 |

## 检索最高分分布（原始分，非百分比；用于判断阈值能否分开『未知』与『可回答』）

| 组 | n | min | p10 | p50 | p90 | max |
|---|---:|---:|---:|---:|---:|---:|
| 0.00 · 可回答 | 40 | 0.7 | 0.77 | 2.85 | 8.52 | 8.52 |
| 0.00 · 不可回答 | 8 | 0.78 | 0.78 | 2.85 | 8.51 | 8.51 |