门槛 50
可信评估
知道自己何时可信。
只计算真实问题与独立人工复核结果。
0/ 100 真实复核样本
0%门槛 20
门槛 20
发布阻塞
0 项待补
盲审工作台
等待 OIDC 审阅人读取
模型答案和模型判定不会进入候选。请先阅读锁定版本的原文，再独立标注；服务端以当前 OIDC 身份追加审阅记录，但不会修改 Golden Set 文件或 GitHub。
只计算真实问题与独立人工复核结果。
门槛 50
门槛 20
门槛 20
模型答案和模型判定不会进入候选。请先阅读锁定版本的原文，再独立标注；服务端以当前 OIDC 身份追加审阅记录，但不会修改 Golden Set 文件或 GitHub。