トレンドgithub.com·2026年10月24日EvalCore 選定ガイド:記録済みのケースに合格しても、新モデルが同じ答えを出すと言えますか?三枚の架空の評価カードで、保存済み回答による合格、記録の欠落、新モデルから得た回答を分けて判断します。 1 min