趋势分析github.com·2026年10月24日EvalCore 选用指南:旧样例回放通过,能证明新模型也会这样回答吗?借三张纸面评估卡,区分固定样例通过、缺失录制证据和新模型实际作答,选择合适的验证方式。 1 min