真实数据集扩产与被动语料接入

- scripts/expand_real_dataset.py：AutoWeakS 全量 2215 条 + 500 条分层评测集 + 简历扩量（seed=2026 可复现）
- pipeline 被动语料机制（passive_sources）：真实无日期 JD 参与接入/清洗/抽取验证（2915 条命中率 99.8%），不进图谱/演化/发现
- 新岗位发现第四指标'差异度'与双年窗口增长率口径
- 评测新增 real_jd_500 维度（99.91%）；测试会话隔离 jd_extra_dirs 防止本机配置拖慢套件

This commit is contained in:

RoyirinRosmontis

2026-08-03 15:07:54 +08:00

parent 441d555caf

commit 1722c00249

9 changed files with 412 additions and 18 deletions

.gitignore

View File

@@ -16,3 +16,4 @@ data/**
 !data/**/.gitkeep
 .coverage
 htmlcov/
 .backups/