TECHNICAL WALKTHROUGH / CHECKED

高校数据看板技术执行说明

带质量和小样本隐私门的治理 BI

CURRENT IMPLEMENTATION

当前没有 AI/ML;它对 16 行固定合成高校记录执行过滤、加权聚合、分组和隐私抑制。

AI 边界

没有 AI/ML;当前只聚合 16 行固定合成高校记录。

人工权限

数据治理负责人负责指标口径、隐私阈值和公开展示批准。

运行拓扑:用户如何抵达结果

页面负责收集与组装输入;合同、引擎和回执负责把边界变成可检查的执行链。

  1. 01

    页面交互

    筛选器与 BI 图表,不是 Chatbot。

    当前执行
  2. 02

    UniversityDashboardInput

    输入只是受控筛选和隐私阈值;数据集固定在引擎内。

    当前执行
  3. 03

    分阶段引擎

    维度校验 → 固定数据切片 → 质量检查 → school/year 分组 → 加权聚合 → cohort suppression → render gate

    当前执行
  4. 04

    University dashboard payload

    JSON 返回聚合、分组、来源键和 render/empty/privacy-suppressed/blocked 状态。

    当前执行
MODEL INPUT AND OUTPUT合同不接受

用户与受控聚合器交互,无模型调用。

EXECUTION ORDER

select 控件自动生成 year/school/view JSON。

模型、算法与工具逐项列账

模型名、规则引擎、检索器、评测器和控制层分开陈述;相似名称不等于真实调用。

governed aggregation engine

当前执行

受控维度切片、加权平均、质量检查和 minimum cohort suppression 生成图表 payload。

由页面 Demo 或 POST /api/labs/:slug 同步调用;无外部推理请求。

Data

Governed data contract

当前执行

固定维度、指标、版本和粒度。

Data

Dimension filtering

当前执行

年度、学院和 view 组成受控切片。

Evaluation

Weighted averages

当前执行

就业率等按 cohort 加权。

Data

Automatic grouping

当前执行

groupBy 生成 school/year 可视化分组。

Control

Small-cohort suppression

当前执行

低于 minimumCohortSize 的组与 summary 隐藏。

Control

Quality checks

当前执行

重复、比例和数值边界被显式验证。

Observability

Row lineage

当前执行

每组保留 year:school 来源键。

Agent / Harness

Render gate

当前执行

质量与隐私通过后才 render-dashboard。

输入合同、分步执行与结构化输出

质量与隐私先于渲染;被抑制的 summary 不返回可反推的小样本聚合。

INPUT

UniversityDashboardInput

不上传学生表格,也不连接学校 SIS;不存在个人级字段。

  • year
  • school
  • view
  • minimumCohortSize
STAGED EXECUTION

维度校验 → 固定数据切片 → 质量检查 → school/year 分组 → 加权聚合 → cohort suppression → render gate

  1. 01

    读取年度、学院、视图和最小 cohort。

    UniversityDashboardInputgoverned filter

  2. 02

    过滤 school-year 记录并选择指标集。

    governed filterfiltered rows

  3. 03

    执行 sum、weighted average 和自动分组。

    filtered rowsgroups + summary

  4. 04

    检查重复键、非法比例、负值和 cohort 隐私。

    groups + summaryquality + privacy + gate

  5. 05

    输出 render/empty/privacy-suppressed/blocked。

    gatedashboard payload

  6. 06

    暴露 lineage、suppressedGroups 和 invalidRows。

    dashboard payloadgovernance receipt

OUTPUT

University dashboard payload

一个治理切片与一份隐私审查后的 dashboard payload。

  • summary
  • groups
  • lineage
  • quality
  • privacy
  • gate

Prompt 与 Schema 的四层装配

System、Few-shot、用户运行输入与输出格式分别标注;没有 Prompt 的项目不会假装存在 Prompt。

  1. 01

    系统约束

    没有 System Prompt;治理维度、指标公式、质量规则和 privacy gate承担系统约束。

    合同不接受
  2. 02

    少样本

    不注入 Few-shot。baseline / stress 只用于可复现测试,不进入模型上下文。

    合同不接受
  3. 03

    运行时输入

    没有自然语言 Prompt。

    当前执行
  4. 04

    输出合同

    输出形状由 Zod + dashboard payload 与 TypeScript 返回契约决定,不靠 One-shot 示例暗示。

    当前执行

多模态准入矩阵:每一项都有明确状态

图片、音频、视频和数字人不会用空字段含混带过;未接入就明确写出未接入。

文本

当前执行

学院、视图和状态是受控枚举标签。

表格 / JSON

当前执行

固定聚合记录和输出 groups 是表格数据。

图片

合同不接受

严格 JSON 合同不接收图片;未知字段会被拒绝,不会保留空占位。

音频

合同不接受

没有音频上传、ASR 或声学特征管道。

视频

合同不接受

没有视频上传、解码、分镜或帧级推理入口。

数字人

合同不接受

没有数字人资产、驱动参数或渲染合同。

人工输入 / 复核

当前执行

数据治理 owner 决定口径、阈值与公开展示。

用户在页面上操作,样本用于验证边界

预设不是替用户做决定,也不是偷偷注入 Few-shot;它让同一合同在基线与压力条件下可复现。

交互表面

筛选器与 BI 图表,不是 Chatbot。

选择样本的目的

基线展示可发布聚合;高 minimum cohort 样本验证隐私抑制。

小样本隐私抑制

STRESS TEST

筛选 2024 设计学院,并把最小群组人数提高到 500。

指标被隐私门抑制

当前项目不建立外部聊天会话;页面输入进入严格合同,由规则、算法或确定性 Harness 执行。

继续检查原始产品证据

结果、运行台和案例仍保留在原项目页。

返回项目
NEXT WALKTHROUGH / 01
AML Sentinel

合成预警分级 · 资金图谱 · 人审门 · 五段式 STR 草稿