Update README.md

README.md

@@ -7,4 +7,50 @@ sdk: static
 pinned: false
 ---
 
-Edit this `README.md` markdown file to author your organization card.
+
+# 按任务推进，三人并行
+
+思路：**每个阶段只做一件事，三人各跑一份自己的 Colab，阶段末汇总**。数据由一个人清洗，其他人同时做不依赖数据的准备。
+
+## 阶段 0：数据准备（今天，约半天）
+
+| 成员 | 任务                                                                                                     | 产出                               |
+| ---- | -------------------------------------------------------------------------------------------------------- | ---------------------------------- |
+| 1    | 下载 HC3，清洗（去空值、去重）、展开成一行一条、按 `qid` 划分，生成 4 个 csv                           | `train/val/test_id/test_ood.csv` |
+| 2    | 写 `metrics.py`（Acc、Macro-F1、AUROC、人类 FPR、ECE、Brier、Coverage、风险-覆盖率曲线），用假数据测试 | `metrics.py`                     |
+| 3    | 写好 DistilRoBERTa 微调脚本骨架和 Qwen 提示词（零样本/少样本），建 Overleaf 模板                         | 脚本骨架、提示词、报告模板         |
+
+**汇总**：1 把 4 个 csv 放进共享 Drive，2、3 的代码放同一个文件夹。
+
+## 阶段 1：三个模型并行跑（各自云端）
+
+| 成员 | 任务                                                    | 产出                   |
+| ---- | ------------------------------------------------------- | ---------------------- |
+| 1    | TF-IDF + 逻辑回归                                       | `pred_tfidf_*.csv`   |
+| 2    | 微调 DistilRoBERTa（每个 epoch 存 checkpoint 到 Drive） | `pred_roberta_*.csv` |
+| 3    | Qwen2.5-7B 零样本 + 少样本（4-bit 量化，固定平衡子集）  | `pred_qwen_*.csv`    |
+
+三份预测文件格式统一：`id, label, p_ai`。
+
+**汇总**：用 `metrics.py` 出第一版"域内 vs 留出领域"对比表。
+
+## 阶段 2：可靠性分析（并行）
+
+| 成员 | 任务                                               |
+| ---- | -------------------------------------------------- |
+| 1    | 错误案例分析：人类文本误判，按领域、长度分组       |
+| 2    | 温度缩放 + 验证集选阈值 + "不确定"输出 + 检测 Demo |
+| 3    | 画图：混淆矩阵、校准图、风险-覆盖率曲线            |
+
+## 阶段 3：报告与展示（并行）
+
+按章节分写：1 写数据与基线，2 写主模型与校准拒绝，3 写 Qwen、结果与总结。幻灯片同样按这三块各讲各的，最后合并并计时彩排。
+
+## 三条规则
+
+- **统一接口**：数据 4 个 csv、预测文件 `id, label, p_ai`，不改格式。
+- **阈值只在验证集上选**，按 `qid` 划分防泄漏。
+- **每个阶段结束碰头 15 分钟**，确认产出齐了再进入下一阶段。
+
+阶段 0 的数据清洗与划分代码我可以直接帮你们写，要先给成员 1 吗？
+