siddharthasharan 更新 experiment-copilot：14 场景 Showroom 全部通过
先了解这件事
siddharthasharan 更新其 GitHub 项目 experiment-copilot，这是一个以 MCP 工具形式接入 Claude Desktop、用于审查 A/B 测试的 AI 项目，功能包括 SRM 检查、peeking/novelty 检测、CUPED、分段交互测试与护栏分析。 此次更新上线了含 14 个场景（7 基线 + 3 触发 + 4 交互）的静态 Showroom，判定全部通过；数据规模从每场景 40 万用户扩到 100 万用户，扩样后重校准了 novelty 检测器，并将护栏 veto 阈值改为 alpha = 0.01。项目称 Showroom 无需登录、无服务器、数据不离开浏览器，数字在构建时写入。 RAG 方法论层已完成 20 条笔记，25/25 top-3 检索命中；LLM 备忘录 agent 与备忘录质量的 LLM 评审尚未完成。
AI 根据报道生成 · 19 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- GitHub · 灵魂体仓库experiment-copilot：像产品数据科学家一样审查 A/B 测试的 AI 项目
siddharthasharan 的 experiment-copilot 项目提供会审查 A/B 测试的 AI，能做 SRM 检查、peeking/novelty 检测、CUPED、分段交互测试与护栏分析，并以 MCP 工具形式接入 Claude Desktop。其静态 Showroom 含 14 个场景（7 基线 + 3 触发 + 4 交互），判定全部通过；数据从每场景 400,000 用户扩到 1,000,000 用户，扩样后重校准了 novelty 检测器并将护栏 veto 阈值改为 alpha = 0.01。RAG 方法论层已完成 20 条笔记，25/25 top-3 检索命中；LLM 备忘录 agent 尚未完成。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 1011月1日 13:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。