中美 AI 观察：哪些数据够资格进入评分
方法 1.2 保留原指标和权重，补上证据验证、数据过期与缺失处理；无法核实的旧分不再充当当前结论。
更新于
这次为什么修订
原来三期 17.2 的加法是对的，但部分评分没有留下可追溯的双方原值。算法只能算对输入的和，不能证明输入可靠。本次修订把这道检查放到发布前。
方法 1.2 于 2026 年 9 月 11 日启用。 原来的 38 项指标、固定权重、正负方向和评分区间不变。改变的是证据能否进入计算，以及数据不足时怎样展示。旧版文件继续留档；新版与旧版的覆盖率不能解释成国家实力变化。
什么样的数据可以打分
每个有分数的项目必须记录中国和美国的可比原值、单位、统计对象、数据所属时期、来源发布日期、采集时间和评分依据。
例如：IFR 2024 年普通工业机器人安装量，中国 295,045 台，美国 34,164 台。双方来自同一统计；比值约 8.64，按原有规模区间得到中国方向 -3。它只占 0.75% 总权重，不能扩展成 AI 工业化的总判断。IFR 原始资料
“明显领先”“领先两个档位”是判断，不是原值。给这样的句子贴上 A/B 来源等级，也不能使它变成可复算数据。企业自己宣称的性能、计划投资和预计产能只作为观察。
缺失、过期和总分
缺数据写为空值，不能写 0。0 只表示证据支持双方接近。
快速指标保留 45 天，运营指标 120 天，结构指标 400 天。时间从实际支持评分的资料发布日期计算；年度数据另外保留其统计年份。今天重新打开旧页面，不会让旧数据重新变新。补充一条不影响评分的新闻也不会刷新有效期。
已知项按固定权重相加，不把缺失权重分给其他项目。有效证据权重不足 40% 时，综合分、领先区间和趋势方向均不发布；计算小计可以留在原始数据中，用于查账。
目前复核完成的权重只有 0.75%，所以页面显示“暂不发布”。这是审核进度与资料缺口，不等于认定双方平手。
如何比较模型
一个模型在榜单上领先，并不能自动说明国家整体领先。前三个基础模型家族要去重，双方要在同一版评测、相同任务和可比条件下比较。
指数点、Elo 评分和任务成功率不是同一个单位。不能把它们都当作“百分点”，用差距缩小几分直接推出综合成功率跨过门槛。前沿综合指标仍要求原方法规定的任务族覆盖；尚未完成合成协议的复算前，榜单以具体观察展示。
补刊和更正如何处理
历史文章保留原来的资料截止时间，补刊注明实际研究、发布时间。能够核实的历史事实可以补，无法还原的当时榜单留空，不把后来的读数倒填。
恢复出来但未通过审核的草稿，单独作为过程记录保存，不进入当前趋势。旧分数继续在历史栏可见，并明确标记证据待复核。