管理员入口
登录 Channel Lab
使用管理员控制台口令登录。
日常检测与监控
选择模型和渠道，立即检查，或按频率持续监测。
全部模型
安排组合检测
执行与结果
还没有组合检测。先选择渠道并预览。
每组证据
最近连通性检查
首字延迟包含协议可见推理；速度只反映本次响应。
添加模型与渠道
已登记参考
管理员登记的参考；行为相似不代表身份已确认。
登记与管理参考
新增独立参考来源
选择模型和渠道，添加独立参考来源。
参考来源独立保存；采集需手动开始。
来源配置详情
选择来源后可核对连接与采样条件。
内置开源参考 · 查看覆盖
管理员手动录入 / 替换 ModelTrace 参考
导入同一来源的 9–60 个 ModelTrace 长序列样本：每次独立挑战，1–355 整数，目标数量 292–332，provider 默认温度、4096 token。每个样本必须记录 expected_count、challengeId 和 collectedAt；重复、规则与过短序列无效。
采集并保存行为参考
先选择来源渠道，再采集并保存。来源不明可仅保存材料。
选来源 → 采集 9 个样本 → 核实模型并保存。采集失败后可手动重试。
方法与限制
统一使用 ModelTrace 的采样、特征与评分。管理员参考登记到固定特征空间；没有重新训练表示，不继承上游准确率或校准概率。旧原生和 HLWY 材料仅供历史查看，需重新采集。
新渠道开测
贴渠道 ID，直接验收
读取渠道详情不发送模型请求；开始后共 6 个请求，结束后生成一页准入单。
仅作用于所选渠道。
约 1 分钟；完成后自动生成一页准入单，含结论、三条证据与未测边界。
连接详情
选择渠道后可核对配置预期。
单渠道诊断 · 按需执行一次
新渠道验收包含 2 次答案与 3 次 ModelTrace 检查，共 5 次请求；完成后自动生成一页准入单，候选排序不代表身份确认。
专项评测 · 缓存与 Python 阶段
先核验，再执行专项；开始前确认请求数与时长。缓存支持 Chat、Responses、Anthropic；Python 综合/性能/并发/容量阶段仅支持 Chat。