判据 sha 预注册冻结 · 判分侧与实现侧物理隔离 · 负结果照报。免费榜单收录 24h 回卡,深度报告 $199 / 48h。
LIVE 数据 · 每 30 分钟自评测管线实测刷新对照臂(v5-harness) resolved 8/30
mini-swe-agent@2.4.6 resolved 5/30
配对差分,大于预注册 δ=2.1pp,非 flat
首轮 patch 合规率——负结果照报:9 张空 patch 是我们自己先发现并修复的采集缺陷
| 轮次 | 说明 |
|---|
判据档 sha16 预注册上链,只许更严不许放宽;历史判定可随时重算复核。
判分环境与被测方不同机不同仓,机器回放判定,无人工自由裁量。
我们自己的 harness 跑分翻车也照报,三层归因(环境/交付/格式)逐单可定位。