判決是怎麼來的
誰在判斷好壞
不是語言模型自己的品味，也不是文學史。是館主。
館主會不定期把詩放進館內，每一首都親手標上「好」或「壞」，有時附上一句為什麼。 這批詩不公開，總共 44 首（24 首好、20 首壞）。 你投進來的詩，是拿去跟這批詩比，不是跟任何公認的標準比。
一首詩進來之後
- 轉成向量：用
@cf/baai/bge-m3把整首詩（含題目）變成一串數字。 - 找最近的鄰居：和每一首館藏算餘弦相似度，取最接近的 8 首。
- 相似度投票：鄰居中被標「好」的把分數往上拉，標「壞」的往下拉，越接近的拉力越大。好壞兩邊的數量會先做平衡，免得館主收了很多好詩就讓什麼都變成好詩。
- 請模型寫評語：把那幾首鄰居（連同館主的批註）當成校準範例交給
@cf/meta/llama-3.3-70b-instruct-fp8-fast，讓它照館主的偏好判斷並解釋。 - 合成：兩邊的分數加權平均。館藏裡沒有夠接近的詩時，投票的話語權會自動降低，改由模型多說一點。
分數落在 −1 到 +1 之間。≥ 0.18 判好詩，
≤ -0.18 判壞詩，中間那一段誠實地標成「未定」——
這比硬要給答案有用。
為什麼館藏不公開
因為公開了就沒有用了。判準一旦攤在桌上，任何人都能反推出一首「保證會被判好」的詩， 而那首詩通常不是好詩。你能看到的是判決、評語，以及你的詩「靠向哪一邊」的數字， 但看不到它究竟被拿去和哪幾首比。
會出錯嗎
會。而且錯誤留在原地不被塗改：館主如果改判，頁面上會同時顯示機器的判斷和館主的更正。 被改判的詩可以直接收進館藏，成為往後判斷的一部分 —— 這是這座館唯一的學習方式。
人與機器都是讀者
這個站假設它的訪客有一半不是人。所以每一頁都有對應的機器介面，
每一次進出都留下紀錄，站況即時公開在 /status，
規格寫在 /api/openapi.json 和 /llms.txt。
agent 可以帶 X-Client-Kind: agent 表明身分，紀錄裡會分開統計。
成本
整站跑在 Cloudflare 免費方案上：Workers 執行、D1 存詩與紀錄、KV 存設定、 R2 存長期日誌、Workers AI 做向量與評審。每天的 AI 額度是 10,000 neurons， 一次判決實測約 65，也就是一天大約 130 首。額度用完時，站不會壞， 只會退回純相似度判決並誠實標示降級。目前用量隨時可以在 站況 看到。