维尔莱茵在个人第 100 场电动方程式比赛中夺得本赛季首胜
保时捷官网 媒体档案 本站收录 78 篇 营销维度扣分 18/n=78 篇 在档更正 0 次 查看档案 →维尔莱茵（Pascal Wehrlein）在周五的吉达电动大奖赛中，赢得了个人以及保时捷电动方程式车队本赛季在 ABB 国际汽联电动方程式世界锦标赛的首场胜利，…
读原文 · 保时捷官网 →信源数 1家
同一件事有几家不同来源报道过。≥3 家才够本站的「已核验」。
保时捷官网
具名引用 0处
正文里点名到的信源（机构 / 人名 / 公告）。判决里没有这一项的老稿留空。
判决里这一项是空的——正文没点名到可核的信源。
情绪强度 0分
情绪化表述的扣分，0 = 没量到情绪词。
完全令人
独有数字 —
本篇写了、同事件另一家没写的关键数字。不代表对方漏了，只是这篇多给了。
这篇没有这一项：它不在任何多源事件簇里（孤篇）。
正文重合 —
与同源最相似那篇的正文重合度。高不等于抄——同一场发布会出来的稿子，本来就会用同一批数字和同一段官方表述。
这篇没有这一项：它不在任何多源事件簇里（孤篇）。
为什么是这个分？（点开看判定依据）
这个分怎么自己复算
- 口径版本
- quality-rules-v1+ba22d7197cb5
- 原文指纹
- 12d20267e940a66a3caf3959bf39013f…
- 判决方式
- 规则版 —— 逐位复现：同一条原文、同一个口径版本， 任何人都该跑出一模一样的四维扣分和总分。
- 复算命令
- python manage.py recompute_verdict 6679
这条命令不写库、不调模型、不联网：拿着这个仓库和那条原文就能跑。 口径参数表在 判定口径 页上， 和上面这个版本号是同一份。
这篇全文共 70 句 —— 逐句过检结果：
「有据」= 句中有具名信源或带单位的可核查数据；「无据断言」= 用了绝对化说法但整句既无信源也无数据。 自动判定会出错，这只是对句子用词的机器观测，不是对内容真伪的结论。
镜下逐句 · 这几句被判到了
这位前世界冠军在进站快充阶段过后守住了领先位置。
他还创造了正赛的最快单圈。
这一结果意味着这家总部位于斯图加特的跑车制造商扩大了其在车队和制造商积分榜上的领先优势，而维尔莱茵现在也以 16 分的优势领跑车手积分榜。
周五在吉达举行的周末两场比赛中的首场，是维尔莱茵职业生涯的一个里程碑，因为这是他参加的第 100 场电动方程式比赛。
与维尔莱茵一起取得了赛季首胜，并且是以一种非常令人印象深刻的方式实现的，这展示了他一整天以来的速度。
只有在排位赛半决赛对决中出现了一点小问题，但他在正赛中展现的速度，包括那些超车，令人印象深刻。
他一直处于领先集团，然后在最后阶段通过稍有不同策略的进站，上升到了第四名。
这是一场完美的比赛，我跑得非常开心。
只列前 8 句； 本站不转载爬取稿全文，以上为按评论目的引用的句子，完整内容请读原文。
你也判一下：这篇写得客观吗？
先说你的判断，再看 AI 判了什么——我们不写谁对谁错。
两边不一样很正常——本站表述倾向抽检准确率 只有 56.5%， AI 的判定不是标准答案。你的判断记在读者信号里， 与人工金标分开存放；是否纳入训练要等标注口径会定。
这篇稿子对你有价值吗？
一键投票即可；这是读者意见，不替代人工质量标注。
0 人投票， 0% 认为有价值