# 评测说明

这个目录用于复现已知行为、检查模型输入和整理少量历史试跑观察。样本和结果目录不进入npm安装包；实验入口说明 REVIEWBENCH-LOCAL.md 随包提供。它们不是当前版本的质量承诺。

## 样本

- [资源生命周期](lifecycle/README.md)：异常后是否释放资源，有缺陷输入和保留保护的对照。
- [请求乱序](stale-result/README.md)：旧请求晚完成是否覆盖最新选择。
- [历史规则检查](history-rule-extension/README.md)：本项目曾经错误接受不合法文件后缀的真实模块级复现。

样本测试通过表示“预期行为已被复现”，包括缺陷行为；不表示模型已经找到缺陷或样本已经修复。

## 离线运行

	node --test test/evaluation-*.test.mjs
	node evaluation/preview.mjs

第二条命令只读取固定合成输入，校验内容指纹并计算初始输入大小，不调用模型。输出不含源码或答案标签；它也不是宿主执行授权。

## 真实模型观察

已有六次小规模观察见 [试跑结果](PILOT-RESULTS.md)。其中一次证据复核未完成，其他结果也不能外推成质量指标。新评测仍后置，开始条件见 [运行条件](PILOT-GATE.md)。

运行真实评测时，只提供单组源码和必要契约，不发送答案说明、测试断言或其他组实现。保留原始输出，并由人工分别裁决候选生成和复核。