日韩精品一区二区三区在线视频放-无码中文字幕V?一区二区-成年片免费观看视频-国内少妇人妻丰满av-国产精品中文字幕免费观看-亚洲成人久久一区二区三区-国内少妇偷人精品视频无缓冲-一区二区国产精品日本一区二区三区在线网

ARTICLE DETAIL

資訊詳情

深耕商務建站與企業(yè)官網(wǎng)運營的一線實戰(zhàn)洞察。

從“AI變笨”到模型體驗指數(shù):搭建用戶口碑監(jiān)控與情緒分析管道

從“AI變笨”到模型體驗指數(shù):搭建用戶口碑監(jiān)控與情緒分析管道 你是不是也有過這樣的時刻昨天還覺得自己的編碼助手很聰明今天喂同一個需求它卻開始一本正經(jīng)地編造接口名。剛想吐槽“模型是不是被降智了”又看到群里有人附和再往下翻還會看到有人在 Hacker News 上貼出一個項目名字直接就叫“Show HN: Is AI Dumber Today? An index of AI model experience from users opinion”。這個問題問得直白也能刺痛很多正在把 AI 集成到生產(chǎn)流程里的工程師。因為“變笨”的體感確實存在但我們很難用“跑分下降了”來解釋它。模型版本沒變、Prompt 沒變、任務復雜度沒變可結(jié)果就是不如昨天穩(wěn)定。真正的問題或許不在于模型參數(shù)被偷偷改小而在于我們?nèi)鄙僖粭l觀測“實時體驗”的工程化管道。用戶在各種社區(qū)、評論區(qū)、工單里生產(chǎn)了大量零散觀點如果有一種辦法把這些觀點收攏、清洗、量化并形成類似指數(shù)的指標至少我們能知道這種“變笨”到底是主觀錯覺還是可觀測的系統(tǒng)性波動。這篇文章會拆解這類項目的兩個層面。第一是判斷層用戶口碑型模型體驗指數(shù)到底衡量什么它和傳統(tǒng) benchmark 評測差別在哪里。第二是工程層我會給出一個可復現(xiàn)的最小實現(xiàn)骨架包括 JSONL 數(shù)據(jù)格式、情緒分類、SQLite 存儲、滑動窗口指數(shù)計算和查詢 API。你不需要一開始就做大平臺先跑通一條評論到一張趨勢表的閉環(huán)比什么都重要。1. 為什么用戶總是覺得“AI 變笨了”“AI 變笨了”不是一個嚴謹?shù)募夹g(shù)命題但它是一個真實的用戶信號。如果你去翻看各種開發(fā)者反饋會發(fā)現(xiàn)絕大部分抱怨都指向幾個非常具體的現(xiàn)象對話剛開始不久模型就報“context length 超限”看起來像智能不足實際是長會話管理問題。API 返回 selected model is at capacity 或 model is unavailable模型本身沒問題但容量調(diào)度導致體驗斷裂??蛻舳伺c模型網(wǎng)關(guān)版本不一致出現(xiàn)“該模型不存在”或“模型名不識別”的報錯。開啟思維鏈推理的模型多輪對話沒有把 reasoning_content 回傳給 API導致后續(xù)一輪直接失敗。服務端臨時降級到小模型用戶在無感知的情況下被切換到更低能力版本。上面這些現(xiàn)象搜索材料里都能看到大量真實報錯原文。它們有一個共同點用戶往往不會去區(qū)分“模型能力下降”和“模型服務狀態(tài)異常”只會得到一個結(jié)論——今天這個 AI 好笨。用一張表格可以看得很清楚用戶看到的提示工程層面常見原因用戶實際感知selected model is at capacity服務端容量調(diào)度或流量過高半天不響應誤以為模型傻了model is unavailableProvider 網(wǎng)關(guān)異?;蚵酚墒」δ懿豢捎皿w驗中斷400 context length 超限上下文窗口被打滿模型“忘記”了之前的內(nèi)容reasoning_content 未回傳思維鏈模型多輪協(xié)議處理不當推理能力突然失效model not supported客戶端版本與模型名不匹配認為模型被悄悄下架這類體驗問題恰恰是 benchmark 很難覆蓋的。因為評測環(huán)境是干凈的固定測試集、固定超參數(shù)、固定上下文服務端也處于穩(wěn)定狀態(tài)。而真實用戶面對的是復雜網(wǎng)絡、長上下文、并發(fā)調(diào)度、模型版本灰度切換甚至還有客戶端配置差異。所以我的判斷是用戶覺得“AI 變笨”本質(zhì)上是用戶在觀察一個動態(tài)系統(tǒng)。模型能力是其中一個變量但不是全部變量。如果想要回答“AI 是不是變笨了”就非常需要有另一個數(shù)據(jù)入口——直接從用戶意見出發(fā)去度量一段時期內(nèi)真實交互中的體驗變化。這就是“模型體驗指數(shù)”類項目存在的價值。2. 從意見文本到“模型體驗指數(shù)”要解決什么問題先把這個概念拆開。“指數(shù)”在金融領(lǐng)域是用來反映一組標的綜合變化的統(tǒng)計量比如股票指數(shù)。放到大模型場景里我們要建模的對象不是股價而是某個模型在一段時間內(nèi)收到的用戶意見變化。一條意見可以來自一條帖子、一條評論、一個工單、一條反饋消息。把大量意見按照模型、平臺、時間、情緒傾向聚合起來就形成了“模型體驗指數(shù)”。這個指數(shù)想回答的問題非常聚焦“在這段時間里用過這個模型的用戶整體感受是變好了還是變壞了”要達成這個目標需要先處理三個現(xiàn)實挑戰(zhàn)。第一個挑戰(zhàn)是模型名歸一化。同一個模型在不同語境下叫法完全不同。有人寫 Claude Sonnet有人寫 claude-sonnet有人直接寫“克勞德”有人寫 GPT-4o有人寫 gpt4o。如果不做歸一化統(tǒng)計口徑會立刻失真。第二個挑戰(zhàn)是情緒判斷。一條評論說“This model is not buggy”規(guī)則系統(tǒng)如果只看 buggy 關(guān)鍵詞很可能把正面評價誤判成負面。這說明簡單的關(guān)鍵詞匹配一定有誤差需要在工程鏈路里設(shè)計兜底機制。第三個挑戰(zhàn)是時間粒度。模型體驗不是一成不變的服務端可能在一周內(nèi)完成數(shù)次灰度更新。如果按月度聚合很多短期波動會被平均掉。合理的做法是先把意見按天沉淀再通過滑動窗口計算連續(xù)指數(shù)讓短期異常能及時暴露出來。為了讓你快速建立感知這里給出一個最小意見條目應該包含的字段字段含義示例model_name原始模型名gpt-4oplatform來源平臺hacker_news / reddit / feedbackcontent評論或反饋正文今天好慢一直報錯sentiment情緒傾向1 正面 / 0 中性 / -1 負面category問題類型slow / buggy / refusesource_url來源鏈接可選created_at發(fā)生時間ISO8601 時間有了這個結(jié)構(gòu)采集、清洗、入庫、聚合就都能標準化了。后續(xù)章節(jié)我會沿著這條鏈路逐步實現(xiàn)一個最小可用的模型。3. 口碑型指數(shù)與 Benchmark 評測的本質(zhì)區(qū)別很多讀者會問市面上已經(jīng)有很多大模型評測基準像 MMLU、HumanEval、MT-Bench、LMArena還需要再做一套用戶口碑指數(shù)嗎我的觀點是兩者觀測的完全不是同一個東西。Benchmark 適合回答“模型在預設(shè)任務上達到什么水平”用戶口碑指數(shù)適合回答“模型在實際使用中體驗如何波動”。前者是能力快照后者是體驗溫度計。兩者的差異可以從多個維度看對比維度Benchmark 評測用戶口碑體驗指數(shù)數(shù)據(jù)來源固定測試集真實用戶文本意見時效性按版本或發(fā)布周期更新可按天或周滾動更新主觀偏差通過評測協(xié)議盡量控制天然存在需要歸一化處理能力維度準確率、推理、編碼等可用性、速度、拒絕率、幻覺等受服務影響較小很大容量與路由異常會直接體現(xiàn)典型用途模型選型、論文對比線上質(zhì)量監(jiān)測、客服體驗看板Benchmark 的“失效”并不是說它沒價值而是它覆蓋不到生產(chǎn)環(huán)境中的高頻擾動。比如某個模型在 HumanEval 上得分很高但它在高并發(fā)時頻繁觸發(fā)容量拒絕某個模型推理能力很強但它會在多輪對話中因為上下文管理問題頻繁斷開。這些體驗問題用戶不會寫成“今天 Negative Log Likelihood 上升了”只會說“這模型真笨”。指數(shù)型項目本質(zhì)上是在給 benchmark 補一個“用戶在真實環(huán)境里實際感受到什么”的觀測維度。它不做能力絕對值的排名而是做體驗相對變化的追蹤。理解了這一點你就不會問“這個指數(shù)能不能替代 Chatbot Arena”這類問題了它倆本就不該是替代關(guān)系。4. 數(shù)據(jù)源與合規(guī)邊界不能見到什么就爬什么做用戶口碑指數(shù)最容易被忽略但又最重要的問題是數(shù)據(jù)從哪里來。常見來源大致有這么幾類公開社區(qū)Hacker News、Reddit、相關(guān)開發(fā)者論壇適合觀察大眾輿論。開發(fā)者平臺GitHub Issues、產(chǎn)品 Feedback 區(qū)適合追蹤特定編程工具的問題。自有產(chǎn)品反饋你所在團隊收到的用戶反饋、工單、問卷這是最可信、權(quán)益最清晰的數(shù)據(jù)。社交平臺內(nèi)容密度高但 API 限制嚴格數(shù)據(jù)獲取和合規(guī)成本都很高。如果你只是個人追蹤幾個主流模型的表現(xiàn)我更推薦從 Hacker News、Reddit 這類有公開接口或歷史數(shù)據(jù)集的平臺開始。最小閉環(huán)不需要實時流可以先用導出的歷史評論跑通流程再逐步增加定時采集。這里必須強調(diào)幾條合規(guī)底線第一采集行為要遵守平臺服務條款和 robots 協(xié)議。不要寫一個無限并發(fā)的爬蟲去抓取全站數(shù)據(jù)這對源站是負擔也容易給自己帶來法律風險。第二涉及個人信息的評論要脫敏。展示聚合結(jié)果時不要展示能夠直接定位到具體用戶的 ID、郵箱、聯(lián)系方式。第三用戶原文可以用于內(nèi)部統(tǒng)計但如果要公開轉(zhuǎn)發(fā)或引用需要謹慎評估版權(quán)和平臺規(guī)則。最小原型階段建議只做聚合展示不做原文墻。第四生產(chǎn)級系統(tǒng)要設(shè)置合理的采集頻率和重試退避。對公開 API 要控制 QPS盡量使用官方提供的分頁參數(shù)不做暴力翻頁。一句話總結(jié)做體驗指數(shù)的第一步不是寫爬蟲而是先想清楚數(shù)據(jù)的權(quán)利邊界。數(shù)據(jù)來源不穩(wěn)定后面所有工程都是白做。5. 系統(tǒng)整體設(shè)計與 SQLite 數(shù)據(jù)結(jié)構(gòu)在動手寫代碼之前先把系統(tǒng)分清楚層級。一個最小可用的模型體驗指數(shù)系統(tǒng)通常包含五層接入層接收 JSONL、CSV或API 返回的半結(jié)構(gòu)化評論。清洗層做模型名歸一化、正文去重、無效評論過濾。分類層根據(jù)關(guān)鍵詞或調(diào)用模型判斷情緒和問題類別。存儲層把標準化的意見條目寫入數(shù)據(jù)庫。服務層提供指數(shù)查詢 API 和可視化數(shù)據(jù)。原型階段我建議直接用 SQLite 而不是 MySQL 或 PostgreSQL。原因很簡單單文件、零部署、事務支持夠用適合先把閉環(huán)跑通。等數(shù)據(jù)量到百萬級、需要多人并發(fā)寫入時再遷移到 PostgreSQL 也不遲。建表語句如下-- 文件路徑schema.sql CREATE TABLE IF NOT EXISTS model_opinions ( id INTEGER PRIMARY KEY AUTOINCREMENT, model_name TEXT NOT NULL, platform TEXT NOT NULL DEFAULT , content TEXT NOT NULL, category TEXT NOT NULL DEFAULT , sentiment INTEGER NOT NULL DEFAULT 0, source_url TEXT NOT NULL DEFAULT , created_at TEXT NOT NULL ); CREATE INDEX IF NOT EXISTS idx_model_time ON model_opinions (model_name, created_at); CREATE INDEX IF NOT EXISTS idx_platform ON model_opinions (platform);這里有三個設(shè)計細節(jié)值得說明。第一created_at 直接使用 TEXT 類型保存 ISO8601 時間。SQLite 的 date 函數(shù)可以直接處理這種格式減少轉(zhuǎn)換成本。但要注意統(tǒng)一使用 UTC 時間避免不同地區(qū)服務器寫入的時間口徑不一致。第二模型名雖然要保留原始名稱用于追溯但統(tǒng)計時應該使用歸一化后的標準名。為了簡單我直接把歸一化結(jié)果寫回 model_name 字段原始名稱可以在采集層單獨保存原型階段可以不建額外表。第三創(chuàng)建復合索引 idx_model_time是為了支撐最常見查詢根據(jù)模型名查詢一段時間內(nèi)的意見分布。如果后續(xù)要按平臺過濾再繼續(xù)加索引。6. 環(huán)境準備與項目目錄本文的代碼需要 Python 3.8 以上環(huán)境推薦使用 3.10 或更高版本。SQLite 本身是 Python 標準庫內(nèi)置模塊不需要單獨安裝。如果希望把指數(shù)通過 HTTP 接口暴露出來還需要安裝 Flask。建議先創(chuàng)建項目目錄mkdir model-experience-index cd model-experience-index python3 -m venv venv source venv/bin/activateWindows 環(huán)境下激活虛擬環(huán)境的命令為venv\Scripts\activate然后安裝依賴pip install flask requestsrequirements.txt 可以這樣寫requests2.31.0 flask3.0.0版本號可以根據(jù)你本地的實際環(huán)境微調(diào)不需要嚴格鎖定。這里的 requests 主要用于從公開接口拉取數(shù)據(jù)如果你已經(jīng)有現(xiàn)成的 JSONL 文件甚至可以只保留 Flask。最終的目錄結(jié)構(gòu)如下model-experience-index/ ├── schema.sql ├── model_index_pipeline.py ├── index_query.py ├── app.py ├── data/ │ ├── raw.jsonl │ └── opinions.db └── requirements.txtdata 目錄需要手動創(chuàng)建mkdir data7. 清洗與分類把一段評論變成帶標簽的數(shù)據(jù)這一階段的輸入是 data/raw.jsonl一行一條 JSON格式如下{model_name: gpt-4o, platform: dev_blog, content: The model refused to answer a simple coding question today, very disappointed., created_at: 2025-06-01T10:00:00Z, source_url: https://example.com/post/1} {model_name: Claude Sonnet, platform: hacker_news, content: Claude is so helpful. It solved my refactoring task accurately., created_at: 2025-06-01T11:00:00Z, source_url: https://example.com/post/2} {model_name: gpt-4o, platform: dev_blog, content: timeout again, the model is at capacity, I cannot continue my work., created_at: 2025-06-02T09:00:00Z, source_url: https://example.com/post/3}實際采集時created_at 請使用真實的采集時間或評論發(fā)布時間。下面這段代碼會完成三個任務讀取 JSONL、歸一化模型名、基于關(guān)鍵詞規(guī)則完成情緒分類。# 文件路徑model_index_pipeline.py # -*- coding: utf-8 -*- import argparse import json import re import sqlite3 from datetime import datetime, timezone from pathlib import Path # 模型名歸一化映射表 MODEL_ALIASES { gpt-4o: gpt-4o, gpt4o: gpt-4o, gpt-4o-mini: gpt-4o-mini, gpt4o-mini: gpt-4o-mini, claude: claude, claude-sonnet: claude-sonnet, claude sonnet: claude-sonnet, deepseek-r1: deepseek-r1, deepseek r1: deepseek-r1, } # 問題類別與關(guān)鍵詞注意這里不做復雜 NLP POSITIVE_WORDS { helpful: [helpful, impressive, amazing, accurate, great answer, works perfectly, 好用, 準確, 驚艷], fast: [fast, snappy, instant, no latency, 非常快, 流暢], } NEGATIVE_WORDS { refuse: [refuse, cannot answer, cant answer, not allowed, 拒絕回答, 無法回答, sorry], buggy: [bug, wrong, incorrect, false, hallucination, 編造, 胡說, 錯誤, 幻覺, 不對, 有問題], slow: [slow, timeout, lag, at capacity, unavailable, 卡頓, 超時, 無法連接, 斷連], } def normalize_model(raw_name: str) - str: 把不同寫法歸一化成標準模型名。 if not raw_name: return unknown key raw_name.strip().lower() return MODEL_ALIASES.get(key, key) def classify_and_score(text: str): 基于關(guān)鍵詞做粗分類返回 (category, sentiment)。 sentiment: 1 表示正面-1 表示負面0 表示中性或混合。 category: 多個類別使用逗號拼接。 lowered (text or ).lower() pos_hits, neg_hits [], [] for cat, words in NEGATIVE_WORDS.items(): for word in words: if word in lowered: neg_hits.append(cat) break for cat, words in POSITIVE_WORDS.items(): for word in words: if word in lowered: pos_hits.append(cat) break if pos_hits and neg_hits: return mixed, 0 if neg_hits: return ,.join(neg_hits), -1 if pos_hits: return ,.join(pos_hits), 1 return uncategorized, 0 def process_raw_file(raw_file: str, db_file: str) - int: 讀取 JSONL 文件并寫入 SQLite。 db sqlite3.connect(db_file) db.execute( CREATE TABLE IF NOT EXISTS model_opinions ( id INTEGER PRIMARY KEY AUTOINCREMENT, model_name TEXT NOT NULL, platform TEXT NOT NULL DEFAULT , content TEXT NOT NULL, category TEXT NOT NULL DEFAULT , sentiment INTEGER NOT NULL DEFAULT 0, source_url TEXT NOT NULL DEFAULT , created_at TEXT NOT NULL ) ) inserted 0 with open(raw_file, r, encodingutf-8) as fh: for line in fh: line line.strip() if not line: continue item json.loads(line) content (item.get(content) or ).strip() if len(content) 3: continue raw_model item.get(model_name, ) model_name normalize_model(raw_model) platform (item.get(platform) or unknown).strip() source_url (item.get(source_url) or ).strip() created_at item.get(created_at) if not created_at: created_at datetime.now(timezone.utc).isoformat(timespecseconds) category, sentiment classify_and_score(content) db.execute( INSERT INTO model_opinions (model_name, platform, content, category, sentiment, source_url, created_at) VALUES (?, ?, ?, ?, ?, ?, ?) , (model_name, platform, content, category, sentiment, source_url, created_at), ) inserted 1 db.commit() db.close() return inserted if __name__ __main__: parser argparse.ArgumentParser(description模型體驗指數(shù) - 數(shù)據(jù)清洗入庫) parser.add_argument(--input, defaultdata/raw.jsonl, help輸入 JSONL 文件) parser.add_argument(--db, defaultdata/opinions.db, helpSQLite 數(shù)據(jù)庫文件) args parser.parse_args() total process_raw_file(args.input, args.db) print(f清洗入庫完成共插入 {total} 條意見)代碼里需要解釋幾個關(guān)鍵點。MODEL_ALIASES 映射表用于統(tǒng)一大小寫和常見縮寫實際生產(chǎn)環(huán)境中這份映射表應當做成獨立配置文件方便在不改代碼的前提下擴充。classify_and_score 函數(shù)基于關(guān)鍵詞做粗分類它只能作為基線不能期待它達到 GPT-4 級別的語義理解。但它的好處是確定性強、可解釋、無額外成本原型階段完全夠用。情緒判定時的正負同時命中會被歸為 mixed這比簡單把正負相加更穩(wěn)妥。試想一條評論寫“It is fast but often wrong”它既包含“fast”又包含“wrong”如果只統(tǒng)計關(guān)鍵詞數(shù)量可能被算成正樣本這是失真。歸為混合中性至少不會污染情緒匯總。代碼里的一處易錯點是在寫 SQL 時不能使用普通字符串格式化拼接評論內(nèi)容而是必須使用問號占位符。因為真實評論里經(jīng)常出現(xiàn)百分號、單引號等特殊字符如果用 % 格式化去拼 SQL就會出現(xiàn)類似 unsupported format character 的異常。參數(shù)化查詢可以徹底規(guī)避這個問題。執(zhí)行命令如下python model_index_pipeline.py --input data/raw.jsonl --db data/opinions.db如果一切正常會看到輸出清洗入庫完成共插入 3 條意見此時可以用 SQLite 命令驗證sqlite3 data/opinions.db SELECT model_name, category, sentiment, created_at FROM model_opinions;你會看到類似于下面的結(jié)果gpt-4o|refuse|-1|2025-06-01T10:00:00Z claude-sonnet|helpful|1|2025-06-01T11:00:00Z gpt-4o|slow|-1|2025-06-02T09:00:00Z8. 指數(shù)計算用滑動窗口觀察趨勢清洗入庫只是第一步。真正有價值的是把離散的意見聚合成可觀察的曲線。這里定義一種簡單的指數(shù)在某個時間窗口內(nèi)負面意見數(shù)量占該窗口總意見數(shù)的比例乘以 100。數(shù)值越高代表用戶負面體驗占比越高。為了避免單日樣本過少帶來的劇烈抖動代碼里加入了滑動窗口和最小樣本量門檻。# 文件路徑index_query.py # -*- coding: utf-8 -*- import argparse import sqlite3 from collections import defaultdict from datetime import date, datetime, timedelta def compute_index(db_file: str, model_name: str, window: int 14, min_samples: int 3): 計算模型在滑動窗口內(nèi)的負面體驗指數(shù)。 index 越高表示該時間段內(nèi)用戶負面評價占比越高。 conn sqlite3.connect(db_file) conn.row_factory sqlite3.Row rows conn.execute( SELECT date(created_at) AS day, sentiment, COUNT(*) AS cnt FROM model_opinions WHERE model_name ? GROUP BY date(created_at), sentiment ORDER BY day , (model_name,), ).fetchall() conn.close() daily_agg defaultdict(lambda: {pos: 0, neg: 0, neu: 0}) for row in rows: day row[day] if row[sentiment] 1: daily_agg[day][pos] row[cnt] elif row[sentiment] -1: daily_agg[day][neg] row[cnt] else: daily_agg[day][neu] row[cnt] if not daily_agg: return [] start_day datetime.strptime(min(daily_agg.keys()), %Y-%m-%d).date() end_day datetime.strptime(max(daily_agg.keys()), %Y-%m-%d).date() series [] # buffer 中只保留當前滑動窗口內(nèi)的日聚合數(shù)據(jù) buffer defaultdict(lambda: {pos: 0, neg: 0, neu: 0}) def clean_buffer(current_day: date): expired [d for d in buffer if (current_day - d).days window] for d in expired: del buffer[d] current start_day while current end_day: key current.isoformat() clean_buffer(current) if key in daily_agg: buffer[current] daily_agg[key] else: buffer[current] {pos: 0, neg: 0, neu: 0} total sum(buffer[d][pos] buffer[d][neg] buffer[d][neu] for d in buffer) neg sum(buffer[d][neg] for d in buffer) if total min_samples: index_value round(neg * 100.0 / total, 2) series.append({ date: key, index: index_value, samples: total, }) current timedelta(days1) return series if __name__ __main__: parser argparse.ArgumentParser(description模型體驗指數(shù) - 查詢與計算) parser.add_argument(--db, defaultdata/opinions.db) parser.add_argument(--model, defaultgpt-4o) parser.add_argument(--window, typeint, default14) parser.add_argument(--min-samples, typeint, default3) args parser.parse_args() result compute_index(args.db, args.model, args.window, args.min_samples) if not result: print(沒有找到該模型的數(shù)據(jù)請檢查模型名是否拼寫正確) raise SystemExit(1) print(f{date:12}{index:10}{samples}) for item in result: print(f{item[date]:12}{item[index]:10}{item[samples]})這段代碼在理解上有三個重點。第一SQL 使用 date(created_at) 把 ISO8601 時間字符串截斷到天方便按天聚合。GROUP BY 中的 sentiment 能統(tǒng)計每日正負中三條數(shù)量這樣可以減少 Python 層的計算量。第二buffer 保存的是滑動窗口內(nèi)的數(shù)據(jù)。每進入一個新日期先淘汰超過窗口天數(shù)的舊數(shù)據(jù)再加入當天數(shù)據(jù)再計算當前窗口的負面比例。這和移動平均的思想是一致的能有效平滑單日波動。第三min_samples 參數(shù)的用意是防止樣本太少時指數(shù)失真。如果某一天只有一條負面評論負面率就是 100%這顯然不能說明模型突然變差了。只有當窗口內(nèi)總樣本數(shù)達到門檻時才輸出指數(shù)。執(zhí)行查詢命令python index_query.py --db data/opinions.db --model gpt-4o --window 14示意輸出如下date index samples 2025-06-01 50.0 2 2025-06-02 66.67 3這里 2025-06-01 有兩條例樣本一條負面一條正面所以指數(shù)是 502025-06-02 有三條例樣本其中兩條負面所以指數(shù)約 66.67。如果你的數(shù)據(jù)量更大曲線會平滑很多。9. 提供一個輕量的 HTTP 查詢接口聚合計算完成后下一步自然是通過接口暴露給前端或監(jiān)控系統(tǒng)。這里用 Flask 寫一個最小 API。# 文件路徑app.py # -*- coding: utf-8 -*- from flask import Flask, jsonify, request from index_query import compute_index app Flask(__name__) app.route(/api/index, methods[GET]) def api_index(): model_name request.args.get(model, gpt-4o) window request.args.get(window, 14, typeint) min_samples request.args.get(min_samples, 3, typeint) series compute_index( data/opinions.db, model_namemodel_name, windowwindow, min_samplesmin_samples, ) if not series: return jsonify({model: model_name, error: no enough data or unknown model}), 404 return jsonify({model: model_name, series: series}) if __name__ __main__: app.run(host0.0.0.0, port8000, debugFalse)啟動服務python app.py然后在另一個終端執(zhí)行curl http://127.0.0.1:8000/api/index?modelgpt-4owindow14預期返回一段 JSON核心結(jié)構(gòu)如下{ model: gpt-4o, series: [ {date: 2025-06-01, index: 50.0, samples: 2}, {date: 2025-06-02, index: 66.67,
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
久久久久9999| 久久亚洲不卡一区二区三区| 欧洲色色| 久久一二三四不卡| 99在线精品视频| 国产精品一区二区a| 国产9 9在线 | 亚洲| 色五月婷婷中文字幕| 日韩在线视频1234| 一本一道久久综合久久| 嗯啊不要在线观看嗯啊| 欧美亚洲美少妇一区二区| 亚洲永久永久永久永久一级一级一级精品 | 9色在线| 91总综合网| 超碰偷拍| 国产精品探花视频| 蜜桃色色网站视频三区| 国产高清在线自在拍69| 成人无码专区精品视频| 人人妻人人澡人人爽人人精品浪潮| 国产日韩精品无码去免费专区国产| 国产日韩欧美三级片| 日韩美女高潮喷水视频| 日韩一卡二卡三卡| 成年男人的天堂| 欧美韩日精品资源| 亚洲视频中文一区| 黄色网址久久精品欧美喷水| 亚洲色人阁| 黄色AAAAAAAAAAA大片| 大香蕉九九| 久久久96精品| 国产精品麻豆成人AV艾秋| 99只有精品| 日本人妻最新在线中| 日本99视频| 伊人久日| 日韩人妻资源在线看| 日本一久是| 亚洲AV秘无码一区..| 天天摸天天碰天天添青青| 国产9 9在线 | 亚洲| 国产白嫩精品久久| 性色AV蜜色av色欲av| 台湾佬激情综合| 成人无遮挡毛片免费看| 久久久久深夜无码| 无码色| 青青色在线观看| 婷婷五月天小说| 大香蕉伊人网| 欧美中文字幕一区 | 91欧美性| 中文字幕jul-617人妻熟女| 久久人妻熟女一区二区| 91撸色网 玖玖网 欧美| 睡产熟女乱伦| 中文字幕后石码四区五区| 久悠悠av| 欧美日韩精品一区二区三区高清| 综合色一区三区二区| 蜜臀久久99精品久久久老,,| 黄片qw| 男人的天堂无码| 久久婷婷亚洲| 殴美在线AⅤ| 国产60页| 97欧美色综合| 欧美色图亚洲色图成人在在线| 青青草久草| 亚洲熟久久| 99性爱视频| 人妻乱仑一区二区三区| 三级精品三级在线观看| 亚洲性高潮| 国产免费久久精品99re韩国| 香蕉视频精品亚洲一区二区三区在线播| 视频在线观看一二三区| 久热超碰| 国产无马av| 精品中文字幕第一页| 大香蕉2017| 天天综合网在线| 国产久久一区二区午夜| 男人的天堂亚洲| 无码精品蜜桃一区二区三区ww| 超碰97亚洲| 97精品视频在线播放| 黑人与人妻| 超碰人妻中文在线| 强奸熟女一区二区三区 | 亚洲最新中文字幕免费| 欧美少妇色图| 久久久久921| 91强在线播放| 欧美丰满少妇交换91欧美精品| 花野真衣| 日韩av三四区| 都市激情人妻一区二区青青操视频| 99久久婷婷国产综合| 五码视频在线观看| 8x福利精品第一福利视频导航| 亚洲天堂精品日韩电影| 91丨国产丨白浆秘 洗澡动漫| 久久久精品网| 综合网天天| 91精品人| 久久五月天婷婷丁香中文字幕| 亚洲高清无毛一区二区| 婷婷五月天激情网| 国产少妇与亚洲av| 日韩av情韩国爱禁区av一区二区| 日本黄色精品| 中字幕人妻一区二区三区| 国产精品人人爽人人做可爱福利| 俺去俺来也在线www| 亚洲丝袜色| 精品小视频在线| 欧美草草高清日韩视频| 人人操人人色网| 亚洲乱色熟女一区| 亚洲综合69| 一区二区三区男人的天堂| 成人午夜小视频手机在线看| 婷色五月| 男女激情中文字幕| 久久久一区二区三区四区五区| 国产一国产一级毛片古装| 一区二区三区美女超清| 狠狠干狠狠色| 日韩 女同 综合| 大二网站亚洲| 欧美男女午夜啪啪| 亚洲 在线| 无码黑人精品一区二区三区三| 日韩精品一区二区三区色欲| 色情亚洲日本成人| 好湿好紧好爽 视频| 人人爽夜夜玩视频| 18禁精品网站在线看| 久久天天摸| 91高清日| 丁香五月综合| 美女9118禁| 天美麻花大全视频| 欧美视频一区二区三区| 九九成人精品| 超碰97久久| 717影院理论午夜伦八戒| 欧美白嫩女HD| 成年男人的天堂| #NAME?| 欧美日韩香蕉| 日本一卡二区在线| 东京热男人的天堂网| 亚洲色电影在线| 人妻少妇av在线观看| 日韩二三区| 13小男生GAY自慰脱裤子| 九九热免费国产视频婷婷伊人| 蜜臀av网址| 亚洲精品啪视频| 日韩毛片9| 九九综合久久| 日韩性爱小视频| 久久99手机免费视频| av影片在线观看不卡| 欧美天天谢综合网| 新版天堂中文资源8在线| 亚洲自拍一区夜夜操| 国产精品露脸在线观看| 中国黄色特级精品一区二区三区片| 黄色AAAAA欧美| 久久人妻少妇| www…国产操逼| 探花精品 一区二区| 18岁禁 茉莉成人久久| 熟女五十路一区二区三| 69一区二区三区 | 亚洲精品97久久中文字幕| 黄片com.| 亚洲欧洲成人在线电影| 4虎在线视频| 99精品热| 无套内射性感少妇视频| 婷婷超| 欧美线天码中字| 2019天天干| 青青草在线视频欧美| 久久大香蕉97| 超97在线精品视频| 成·人免费午夜在线观看| 伊人久久蜜月| 亚洲少妇在线影音| 男人的天堂色偷偷青青草视频婷婷网| 亚洲精品亚洲人成人网| 国产熟女完整版中字| 久久久久深夜无码| 超碰在线1234区| 午夜精品久久一区二区| 999熟女精品| 午夜精品99久久久久传媒| 人、人、摸,人、人、草| 天天草天天日| 亚洲九九九九| 加勒比99999| 日韩无码服务区| 男人的天堂久久狠| 欧美 亚洲 另类 综合| 欧美白嫩在线放| 亚洲老熟妇xxx| 五月婷婷丁香六月| av一区二区三区 中文| 亚洲图片日本AⅤ欧美在线| 中国农村熟妇毛片视频| 电家庭影院午夜69久久夜色精品国产69乱| 9丨久久九九九| 青青久久艹| 青青久草| 国产精品不卡av免费在线观看| 亚洲丝袜少妇在线| 久久尹人大香焦视| 精品人妻视频入口| 日本高清_区二区三区| 日韩人妻有码免费视频| 欧美国产伊人久久久久| 国内三级自拍小视频在线观看| 韩国黄色片精品久久久| 91久久国产综合久久| 色情亚洲日本成人| 99精品高潮| 96精品一区| 嗯嗯不要 视频| 午夜免费视频1000| 国产色精品午夜大片| 日人妻视频91| 日本性爱网址| 五月婷在线| 国产精品久久发布| 色妇91| 国产97综合| 中亚av| 婷婷8月天青娱乐| 色综合色色| 97视频在线看| 久久av成人无码免费| 中文字幕国产| 丝袜美腿诱惑亚洲欧美视频在线观看| juliaann丝袜大战黑鬼| 麻豆一区二区三区在线看 | 日本91白丝| 综合激情97 | 偷拍 欧美 日韩| 久久亚洲AV无码专区国产精品| 精品一区二区成人动漫| 天天综合网久久ww| 亚洲欧美在线观看无码| 亚洲中文字幕av| 亚洲国产精品久久久久久久久久| 日韩啪啪啪视频| 中文字幕在线免费观看2| 最近的最新的中文字幕视频| 美日韩在线不卡人妻| 加勒比综合网| 久久久99久9| 日韩在线97| 男人天堂网站| 情色五月天就去干| 亚洲情色电影网| aV中文麻| 国产强奸超碰AV| 人人摸人人添人人操| 国产一区二区在线电影| 亚洲女人毛茸茸91| 一级特黄aaa大片在线观看成人一级片在线观看 | 亚洲色吧网| 亚洲在线a| 99爱久久视频频| 被窝影院午夜看片无码| 97精品综合久久| 超碰美国| 欧美第二页午夜| 激情九月婷婷| 一级@啪啪视频| 精品国产乱码久久久久久日本公司| 中日高清无码操逼视频| 天天综合网日韩| 日本999精品| 人人扣人人操| 神马久久久久久伦理片| 欧美性夜| 欧美黑人91| 天综合网| 五月婷婷丁香| 狠狠中文字幕| 成人av性爱电影在线观看| 91激情综合| 国产成人+综合亚洲+天堂| 91在线免费精品视频| 日韩欧美麻豆 | 亚洲影视综合网| 美女写真| 欧洲黄色网| 色97干| 久久久久婷婷精品av电影| 国模限制级电影| 伊人久久大香大香线蕉中文| 午夜毛片亚洲精品片国产久久久| 蜜臀va69| 97视频免费| 欧美日韩一区二区三区四区蜜桃| 96久久科窝| 丝袜视频网国产90| 97国产色综合| 国产精品人人爽人人做可爱福利| 日本大香蕉综合网红本杳社区| 亚洲精品1区| 青娱乐福利99| 亚洲精品蜜桃久久久| 欧插网站| 亚洲中文字幕熟女| 青青草公开在线免费不卡视频| 国产精品一二三区福利| 很很操在线| 青青草在线成人视频| 国产一区二区三区导航| 免费在线看黄片av| 精品白丝一区| 麻豆性爱视频在线播放| 天美传媒av 在线| 久草国产在线视频| 日韩性爱小视频| 久久久青草青青国产亚洲免观精品高清完整版_97久久综合区小说区图片区,国精品 | 蜜臀99精品国产高清在线观看| 校园春色之综合网| 成人无码在线超碰网| 新91视频.cmp| 成人天天爽| 天天干天天日天天射黄色片| 狂操嫩妻视频一区二区三区| 蜜乳AV网址| 少妇啪啪自拍| 久操网无码在线| 被窝影院午夜看片无码| 中文字幕乱码在线| 国产精品96久久久久久| 精品久久久久久久| 国产精品自拍视频| 91色亚洲| 国产精品999aaa| 色哟哟 日韩精品| 色亚洲欧美| 天躁夜夜躁2021| 3PAV乱伦视频| 精品四五区| 欧美拳交在线播放| 免费在线观看AV无码网站| 免费视频一二三区| 天天综合中文字幕 91| 国产在线激情| 久久久久久人体| 农村少妇久久久久久久| 久区视频| 极品出轨视频网站| 亚洲全色网| 2017av无码免费无线播| 97视频在线观看网站| 91精品国产长腿丝袜美女| 麻豆精品三区视频| 天天综合网~91综合网| 中国熟女91| 67914在线兔费成人视频| 五月情色天| 亚洲丝袜少妇在线| 亚洲囯产精品女人久久久| 午夜福利国产欧美日韩夜夜| 农村女一级毛卡片| 亚洲国产美女久久久久| 操婢日韩| 91亚洲网| 欧美激情视频一区二区三区不卡| 韩国毛片一区二区三区| 人妻偷拍一区二区三区| 91暧暧| 日本不卡三级网在线播放| 青草香蕉网| 欧美激情亚洲情色| 欧美gv在线观看| 亚洲AV成人无码一二三久久| www.色五月| 91精品人妻一区二区-全集完整版免费正片国语-B02AV | 大吊色| 亚洲丝袜二区在线| 乱伦一区二区三区‘| 亚洲色久| 白嫩白嫩的午夜九久久久久久久久久久久成人剧场 | 99久久综合网| 嗯嗯嗯啊啊啊操的我好爽| 欧美天天综合站| 妇女性内射冈站HDWWWCOM| 97精品视频在线播放| 2017天天操天天日| 激情视屏国产乱伦强奸| 亚洲人精品午夜不卡| 日本中文字幕不卡视频| 欧美一级黄片免费播放| 天天天操天天天爱| 亚洲精品天堂久久A∨51成人漫| 亚洲国男人的天堂| 久湿久久| 国产精品老师| 这里只有精品97| 911粉嫩人妻| 加勒比综合a∨| 日韩操啪| 蜜桃视频一区二区三区在线观看| K8久久久久| 综合久久久久久久综合网| 青青草国产盗摄一二三区| 人人操人人色人人摸| 久久久精久久久| 国产内射爽爽大片| 亚洲码和欧洲精品激情系列| 免费黄色片。| 欧美欧美啪啪视频| 国产亚洲女v在线观看| 日本久久女同性恋视频| 2025年A片视频精品| 亚洲无 码A片在线观看麻豆| 国产成人亚洲精品无码最新在线| av无码av无码专区| 97人人草| WWW4虎| 91超碰在线播放| 18禁看网站一区| 中文字幕在线日亚洲9| 久九九九九九九热| 最新av网站在线观看| 国产高清MV操逼视频| 91男女啊啊啊| 人人操人人摸超碰| 精品在线观看视频在线| 天天日天天屌天天操| 一区二区高清视频| 日韩乱伦视频| 麻豆传媒一区二区在线观看| 精品国产91内射久久| www.色婷婷| 久久久婷| 日产欧美电影一区二区三区| 69精品人人人人| 超碰 国产熟女精品一区| 亚洲中文一区二区三区| 东北女人| 人人么人人操| 激情文学网伊人| 日本在线999| 国产激情在线| 久久爽爽精品| 久久久久久电影| 99性爱| 极品少妇久久久| 国产成人精品日本视频| 涩亚洲欧洲| 中文字幕av片| 日韩性爱视频免费在线| 97久久超碰亚洲| 欧美 亚洲 偷拍自拍| 男女香蕉一区二区| 欧美亚洲日本视频久久久| 9久精品视频在线观看| 91岛国动作片| 天天插天天操| 91亚洲网站| 人妻久久久久久久久久久久久久久| 91综合网在线| 亚洲超碰在线| 日本精品999| 国产高清1234区| 七月丁香婷婷| 爱欲AV| 久久精品一区二区一8| 人妻精品综合中文字幕在线 | 黄页视频网站野外| 欧美亚洲日韩16色| 日本道久久综合色色| 色亚洲欧美| 国产av尤物| 欧美不卡五十路| 91视频国品一二三区| 中文操逼字幕| 久久一二三四不卡| 岛国黄| 欧美在线第五页| 五月天色综合| 国产区日韩区在线观看| 综合天天网| 国产 丝袜 欧美中文 另类| 亚洲综合射| 99热超碰在线| 亚洲欧洲无码bt精品合集| 品亲网欧美品亲网| 九九Av| 91老女人| 操91| 美女人妻色网站| 波多野42部无码喷潮在线观看| 台湾佬中文娱乐网久久久久久久久久com | 后入综合久久| 久久久久久久久久久人妻| 日韩在线一区高清在线| 97综合激情| 亚洲永久永久永久永久一级一级一级精品 | 亚洲爽图| 日韩av情韩国爱禁区av一区二区| 激情六月天| 超碰色男人操熟女| 亚洲天堂资源网| 日韩精品人妻中文字幕有码午| 手机在线视频国内精品| 热99这里有精品综合久久| 欧美在线啊啊啊| 乱老女人一区二区视频| 超碰色男人操熟女| 日本加勒比无码专区| 狠狠亚洲| 欧美久热| 日本性爱网址| 欧美片第一页| 欧美色九九| 欧美亚洲厕所精品偷拍91| 99激情| 国产在线播放成人免费| 91久久精品美女高潮喷水| 久久超碰亚洲人| 99操视频| 欧美成人A天堂片在线观看| 91综合熟女| 国产精品毛片| 男人的天堂亚洲| 国产操逼逼网| ji熟女.com| 啊啊啊好想要| 97伊人| 国产天天噜一噜久久久| 操我啊啊啊啊啊| 69精品人人人人| 日韩成人性爱电影在线播放| 2024黄色视频| 人妻另类| 亚洲s色图| 日本不卡二三区| 五月婷婷综合网| 国产亚洲禁久一区二区| 精品久久久高清无码| 东北少妇高潮zzzz| 免费试看60秒| 综合色欧美| 久久6热精品99视频| 亚洲青青青视频在线| 成人午夜无码视频| 国产伦乱91| 精品人妻1区| www国产无码| 91天天综合日韩欧美| 激情小说亚洲视频| 欧美成人色| 夜夜久久| 天天日天天操VV| 色综合中文字幕不卡| 无码高清专| 婷婷午夜成人色中色| 免费亚洲黄色视频在线观看| AV和黑人在线播放| 国产又黄又爽又刺激久久久久久 | 在线中文字幕视频| 啊v在线观看视频| 人妻激情视频| 亚洲人久久久久日| 91色花堂| 国产亚洲综合欧美一区| 日本一级特级毛片视频| 欧美女同在线| 麻豆a'v电影| 国产美女激情| 午夜亚洲WWW湿好大| 伊人影院中文字幕| 亚洲乱熟女一区二区| 欧美精品三区| a片偷拍视频| www色婷婷| 国产精品另类| 免费观看啪视频| 91狠狠狠| 亚洲久热| 蜜屁av| www.夜夜操| 狠狠操狠狠燥| 日本精品第一视频在'| 天天日日日射| 蜜臀无码视频在线观看| 男人下部插入女人下部| 美女裸体无遮挡永久免费观看网站| 天天透伊人| 色综合加勒比| 97超碰色屌| 青青草精品| 91春色| 三级片网站在线播放| 久99在线免费观看视频| 亚洲丝袜色| 日韩肏逼视频| 久热69九色熟妇97| 亚洲色婷婷久久91| www.高清无码诱惑一区.com| 激情综合二| 啊啊啊操死我了| 91啪啪视频| 另类图片天天影视| 中文字幕88av在线| 国产精品免费美女视频| 日韩成人小视频| 亚洲综合网电影91| 欧美性暴力猛交| 日本大片日本一区二区免费高清| 热热色中文无码| 国产av青草| 国产专区第一页| 亚洲色棕合| 色嘟嘟人妻天堂网| 精品免费视频国产一区| 国产视频一区二区三区久久亚洲天堂 | 97网站在线观看 | 色色青青久久| 狠狠操狠狠| 国产精品视屏| 国产精品视频麻豆入口| 超碰 欧美| 国产在线不卡导航| 久久久亚洲欧美综合| 阿姨一区二区免费视频-高清正片西瓜视频下载app-T450AV | 91在线/欧洲| 日韩丝袜二区| av网站免费看| 久久久免费视频18| 中字乱伦AV| 日韩少妇无码| a人欧美综合天堂麻豆| 国产馆| 九热视频| 中文字幕三四区| 96国产污污污丝袜| 九九热九九热| 91香蕉视频在线观看免费| 日韩大香蕉AV影片| 四虎国产成人精品免费一女五男| 超碰人人草| 国产suv精品一区二区四区999| 国产熟女完整版中字| 无码人妻一区二区三区免费九色| 超碰在97| 精品夜夜澡人妻无码| 国产欧美日韩在线不卡第一页| 国产精品直播在线观看直播| 99热婷婷一区二区三| 嗯~啊~快点 死我视频| 色婷网| 亚洲AV无码AV吞精久久久久| 欧洲综合色| 91美女视频电影| 国产精品欧美激在线| 在线观看十八禁| 欧美十八禁导航成人| 国产日韩手机视频在线| 亚洲另类春色| 亚洲91射| 欧美不卡在线美女| 99热成人| www黄片免费看com| 18啪啪手机免费性爱| 超碰午夜| 夜夜骑夜夜操| 欧亚日韩中文在线| 日本二三四区| 另类小说欧美激情校园春色| 国产精品电| 久久草视频污视频| 亚洲爱爱视频一区二区| 欧美伦乱爱| 天天看高清麻豆| 国产美女激情| 这里只有精品视频在线| 久久久久久午夜男人的天堂| 韩国女主播青草福利视频| 探花激情视频| 六九九九| 精品999日本| 亚洲高清在线se| 亚洲欧洲激情| 成人免费视瓶| 无码av永久免费专区网站| 嫩草在线视频| 色婷婷丁香| 蜜臀av在线播放一区二区三区| 少妇高潮九九九九九九九| 日日日大屁股骚女人精品| 久久久久久久久久精| 校园春色亚洲无码| 青草园大香蕉| 日夜尻逼网| 青草伊人网| 夜夜欧美| 四虎国产精品永久在线囯在线| 久久婷婷国产一区二区色| 伊人在线大香蕉视频久久| 超碰人妻久久人妻中文97| 乱老熟女一区二区三区| 亚洲 另类 丝袜 自拍 动漫| 乱欲一区二区| av网站免费看| 日韩在线欧美精品一区二区| 又粗又长又爽在线观看| 国产三级中文有码在线视频| 精品久久人妻成人网| av天堂加勒比| 99re在线视频| 久热这里只有精品9| 精品九九九九九九| se吧提供国产乱老熟视频胖女人 | 国产精品免费日韩| 国产精品成人无码av无码免费| 亚洲色诱惑| 色婷婷五月天| 操操操操网黑人| 亚洲av热热色| 强奸熟女一区二区三区| 欧美色97| 日韩熟女操逼| 国产精品久久久鸭无码的功能| 狠狠欧美| 国产精品无码论坛| 黄色免费网页无码| 久久性爱大全| 中日无幕一二三四区| 日本中文字幕一区| 亚洲久草AV色图| 日本人妻最新在线中| 日本性爱不卡视频| 久久一二区四| 亚洲在线A| 人妻日日夜夜精品| 亚洲十八禁止| 国产区在线| 精品一级毛片在线观看| 国产亚州精品美女久久久免费| 999狠狠综合| 九九九九九九九九九五码| 99re欧美| 亚洲AV性爱电影| 亚洲少妇喷视频看| 九九成人精品| 神马久久啊啊| 思思热一热婷婷热一热| 农村少妇久久久久久久| 人人爱人人乐人人操| 欧美99热| 日韩激情视频| 美女好片色日本| 国产精品婬乱一级毛片彝族| 中文一区二区婷婷视频| 人妻丝袜二区| 爱媛媛久久国产福利| 蜜臀AV成人精品蜜臀| 超碰2017| 日韩亚洲中文有码视频| 丁香五月激情综合| 99re在线精品78| 亚州男人天堂| www久久久| 后入日本1234| 26uuu国产成人综合| 混色激情av| 日韩啪啪视频| 大香蕉九九| 四虎影视 亚洲无码| 色狠狠 - 百度| 欧美色图成人网一区二区| 国产精品天美传媒| av2014 日韩在线中文字幕| 亚洲啪啪视频一区二区| 麻豆一区二区三区精品| 欧美一级AAAAAAA| 一牛影视久久久一区二区三区| 无码人妻一区二区三区四区老鸭窝| 中文字幕av亚洲在线| 国产精品久久久久久9999| 蜜乳Av成人片网站| 亚洲吊色| 国产精品嫩草久久久久| 亚洲男人的天堂在线看| 天堂俺去俺来也www久久婷婷| 97视频在线免费看| 97资源视频| 欧洲与亚洲欧美精品中文字幕| 亚洲毛片基地专区| 日韩99999色| 亚洲 小说 欧美 激情 另类| 久久九七| 亚洲精品国产熟女久久久久久| 欧美在线伊人色| 久久免费少妇| 成人无码专区精品视频| 国内外内射高清视频| 欧美日韩淫加| 国产午夜福利电影免费在线观看| 91美乳| 欧美偷拍区| 二对二中文字幕。| 99久久婷婷丁香| 欧美精品亚洲精品日韩传电影| 色婷婷香蕉| 97综合久久| 精品国产72| 久久香蕉综合一本到3atv| 精品十八在线观看| 91大胆欧美| 无码直播久久久| AV色五月天| 午夜天堂精品久久久久91| 国产又粗又大硬免费色网视频| 国产情侣自拍在线播放| 婷婷美人网| 综合免费无码中文| 中文97国产| 久操网视频| 欧美综合综合| 一牛影视久久久一区二区三区| 天天插夜夜操| 99热网站| yaouchengrenav| 性吧在线视频| 84YTCOM性无码| 日韩三级性| 国产AV超爽| 精品九九九| 欧美91久久久久| 69人妻精品一区二区绯色| 熟妇乱伦一区二区| 人妻熟女一区二区| 亚洲色堂免费视频| 欧美日本一区二区a人| 99re欧美| 龙兴卡官方查询| 天美传媒国产原创中文字幕亚洲欧美另类 | 欧美在线天堂| 日日夜夜模| 江都AV在线| 99爱爱| 欧美国产欧美在线观看| 亚洲天堂2020| 欧美猛交黑寡妇中文字幕| 亚洲中文字幕噜噜噜久久久| 蜜臀久久99精品久久久久久无删减 | 五十路三区在线| 97精品视频网站| 91在线精品| 天天日天天射天天干| 很很热性爱视频| 日韩一级性爱无码| 青青草好吊色| 国产视频大全| 色九九九| 五月天婷婷欧美三区| 国模无码一区二区三区在线| 51国产午夜精品视频| 国产久久av| 男女激情黄色网址| 日本精品一级二级三级| 亚洲综合嫩| 69丨亚洲丨精品丨入口免费播放| 草草影院日本第一页| 亚洲av热热色| 91九色丨国产丨爆乳| 爽爽淫人网| 无码人妻精品一区二区三区99不卡| 九九九不卡| 后入式福利| 性欧美| 啊啊啊啊在线播放| 午夜综合在线| 蜜臀一二三| 欧美在线色图| 男女打扑克高清网站| 成人婷婷丁香| 人妻久久久久久| 夜夜草网站| 国产激情在线观看| 最新日韩黄片| 囯产操逼片| 久久精品店| 成人免费在线网站| 欧美中文字幕一区 | 九七超碰人人乐| 99福利社| 96一区二区三区| 天天夜夜rb| 亚洲欧美洲综合| 欧美性夜| 亚洲欧美天堂| 亚欧高清| 黄色大片一区二区密桃丝袜| 大香蕉久操| 天天日天天操心| 超碰av人人人| 天天综合亚在线| 艳美熟妇先锋一二三区| 很黄很污的免费网站| 人妻天天夜夜爽一区二区| 九九无码久久精品视频| 性欧美体内射精| 国产精品久久久久久久久久久久久久久久久久| 日本淫色网| 东京太热久久久| 综合干干干av久久久综合网| 69人妻精品一区二区绯色| 韩国一区二区精品亚洲| 丝袜性亚洲| 欧美激情久| 9精品久久| 黑丝日韩av丝袜av| 亚州国产成人精品女人久久| 素颜老阿姨乱情色| 亚洲蜜臀精品视频久久| 91成人无码| 小视频国产| 在线观看黄色电话| 亚洲日本韩国极品一区二区| 91色久| 国模少妇一区二区三区| 日韩一级片在线看| 精品一区二区成人动漫| 爱av免费| 亚洲精品无码久久AV| 激情五月婷婷综合| 亚洲激情综合| 国产午夜视频| 蜜桃香蕉久草精品在线| 99精品人妻| 国内毛片四区| 男女猛烈无遮掩视频免费软件| 久久久久久99AV无码免费网站| 免费av大片| 99国产精品人妻人伦| 午夜综合在线| 天美av在线| 欧州一区二区三区四区| 51一区二区三区| 欧美日日网| 后入式五六区| 搡老熟女免费视频| 99热91| 亚洲国产精品乱码在线观看| 蜜桃视频一区二区三区 | 色97欧美| 一区二区三区高清天码| 92福利社视频| 91亚洲影院综合| 人妻第一页| 高清一区AV无码| 嗯嗯嗯好爽| 久久精品免视看国产成人﹣蜜臀av一区. 久久精品免视看国产成人,蜜臀av一区 | 这里只有精品视频| 99操| 亚洲天堂男人天堂| 亚洲第一在线视频| 东北女人的毛片| 久久只有精品| 97av在线视频| 超碰在97| 岛国激情视频在线观看| 午夜久久一区二区无码中出| 国语精品av| 熟女精品va中文字幕| 精品网站9999| 国产一区在线看| 青青草丝袜在线视频| Julia在线播放亚洲久久| 粉嫩av一区二区三区四季| 秋霞一集毛片观看| 精品精品精品| 久九九九九九九九热| a级成人毛片免费视频高清| 青青草精品| 日本影视久久免费| 亚洲高潮少妇| 午夜噜噜噜| 国产尹人在线视频免费| 丝袜综合| 中文字幕人妻资源在线| 国模限制级电影| 午夜一区| 日韩无码专区| 欧美性第1页| 欧美色图人妻| 69av一区二区三区| 激情综合亚洲| 啊啊啊 在线| 亚州熟女乱伦| 96AV久久久| 精品人妻一区二区三区视频在线| 亚洲中文字母在线播放| 欧美18禁91| 91啦人妻| 狠狠搞 亚洲91| 午夜男女爽爽大片免费观看| 精品久久久中文字幕不| 人妻另类 专区 欧美 制服| 欧美少妇大量自拍视频在线观看| 欧美成97爱| 国产 丝袜 欧美中文 另类| 亚洲怡春院| 久久久精品视频免费观看| 91天天爽| 男人的天堂一区三区| av橘色网站| 操逼视频免费日韩无码| 中文子幕一二三| 成人性爱电影网| 九九九成人| 欧美不卡在线美女| 国产日韩精品suv| 五月天久久婷婷亚洲 | 日韩av在线播放不卡| 久久视频少妇美女| 亚洲精品日韩国产欧美| 人妻人久久精品中文字幕| 久久婷婷精品| 丰满人妻区一区二区三| 国产精品2020| 亚洲AV性爱电影| 综合欧美色图| 嗯嗯嗯啊啊啊在线免费观看| 影音先锋每日最新资源在线观看| 北京美女一区二区| 操屄不卡视频| 亚洲天堂一区| 日韩天堂av电影在线观看| 午夜性生活av免费在线看| 97色色国产视频| 国产伦乱91| 国产精品久久久久久久久久久久| 五月婷婷激情| 久久久久久久久久久久黄色 | 天天干人人乐| 色爱综合网| 久久精品国产AV一区二区三区| 亚洲人码13| 男人夜色天堂ss| 日本 色 导航| 超碰色97| 裸体1区| 日韩久久三区| 老熟妇一区二区三区…| 久久精品超碰| 爱爱久久| 中文字幕艹艹| 伊人久久大香大香线蕉中文| 亚洲视频中文一区| 人人妻人人色一区二区三区| 蜜桃久久久久久久| 国产精品爽爽v| 天天澡天天狠天天天做| 天天综合网入口~91| 8050午夜少妇无码| 国产精品国产| 久久色一区| 一,爱啪啪,在线免费视频| 亚洲日韩天堂| 欧美亚洲韩国视频十五区 | 啪啪性爱免费视频| 日本久久久久久久久久| 好湿好紧好爽 视频| 中文字幕av乱伦| 午夜福利激情在线视频| 99999国产精品| 国产少妇内射| 嗯嗯啊好大| 欧美日韩99精品麻豆传媒| 偷窥自拍A片| 99re98| 91中出在线| 日韩99神马视频播放| 天天影视网综合少妇| 亚洲欧美日韩精品久久久一区二区| 婷婷午夜清品久久久久久久性色视频观| 啊a一区在线| 国产中文大片资源中文字幕 | 九九九九九九九| 日日夜夜骚| 女优免费一区二区永久| 欧美日韩国内不卡| 51一区二区三区| A级片日韩欧美国产欧美视频精选观看 | 精品国产91内射久久| 蜜臀99久久| 9久久精品| 青青草中日韩在线| 熟女AV一区| 97久精品| 九九视品黄色| 夜色五月天| 久久国产99精品72福利 | 日本精品中文字幕视频| 久久 精品| 日韩精品一区,二区 九九...老司机| 久久久性爱视频| 熟妇人妻一区二区三区| 亚州色图第三区| 青青草日韩无码| 夜夜肏2021| 日本在线一二| 在线啊啊啊啊| 91丨九色丨东北熟女| 亚洲国产无码精品首页久久久| 韩国一级婬片A片AAAAA| 日韩无码a片| 操高情无码| 国产强上视频在线观看| 日韩丝袜二区| 天天摸夜夜添无码小视频| 欧美日韩操逼动图| 日韩中文字幕国产| 人人妻人人色| 性性久久| 91美女看B| 日韩人人精品| 亚洲第91页 | 亚洲成?V人片在线观看福利| 在免费jIzzjIzz在线视频| 亚洲av青草久久一区二区| 欧美激情久操网| 人妻丰满熟妇一区二区三| 欧美国产精品| 国产乱伦一二三区| 国产精品自拍欧美在线| 91干熟女| 中文字幕人妻丝袜| 69AV女优男人的天堂| 欧美久久婷婷| 亚洲欧美日韩国产丝袜自拍中文| 99热日| 午夜操一视频一区| 综合欧美亚洲| 啪啪视频亚洲第一| 伊人黄色视频免费观看| 亚洲超碰在线| 日韩一区二区熟女| n1038 一二三区| 国产性爱欧美性爱在线|