整句完全正確的比例
| 選字方式 | 段落 584 句，有前文 | 單句 157 句 |
|---|---|---|
| 詞庫引擎 與小麥注音相同 | 64.4% | 77.7% |
| Qwen2.5-0.5B 候選句重新排序 | 89.0% | 89.8% |
| 小傑模型 | 96.9% | 98.7% |
資料來自原專案 README 的自建 test 集結果，並非獨立評測。句子由 Claude 協助撰寫，注音依作者的打字習慣標注；臺／台、裡／裏等通行寫法均算正確。這些數字不代表每個人的日常準確度。
題目怎麼來？
單句集共 320 句，dev 163 句、test 157 句；段落集共 295 段、1,186 句，dev 602 句、test 584 句。題材涵蓋日常生活、工作、3C、聊天，以及在／再、的／得／地等同音字。
句子由 Claude 協助撰寫。段落集每句使用同一段前面已出現的句子作為前文，以整段拆分 dev 與 test，避免同一段落被分到兩邊。
怎麼算正確？
- 比較不手動選字時，整句是否完全正確；錯一個字，整句就不算對。
- 注音依作者的打字習慣標注，例如「一」「不」打變調、「和」打 ㄏㄢˋ。
- 臺／台、裡／裏等臺灣通行寫法均算正確。
- 模型與詞頻分數的參數在 dev 集調整，test 集用來報告結果。
這些數字沒有告訴你的事
- 這是專案自建評測，沒有經過獨立第三方驗證。
- 生成句子和作者習慣都會帶來偏差，結果不代表所有使用者、所有題材。
- 離線評分與實際逐字輸入不同；模型推論速度也不等於端到端輸入延遲。
- 首頁 GIF 是具體情境的示範，不能用單一例子推論其他輸入法的整體品質。
更有價值的下一步，是用朋友們實際打字的回饋，找出評測題目還沒涵蓋的情況。回報問題時，請提供可以公開分享的重現文字，避免放入私人或工作敏感內容。
回報使用問題 ↗