来源ID：2026-repo-benchmark-harness
这份资料用在哪里
- Agent任务基准与执行评估
- 数据污染与评测集治理
- 通用能力基准与选型
- 模型裁判与人工校准
- 评测指标与统计推断
- 多模态与界面感知评测
- 评测协议与可复现性
- RAG检索与回答评测
- 推理与代码生成评测
- 稳健性与工具安全评测
- 推理系统性能基准
阅读与版本
- 实际登记的读取范围：README的项目定位、组成、入口与许可提示；未运行完整项目
- 原生版本：
d6de81643928d653435c431bae19945d41d32520 - 原登记指纹：
text-sha256:3c754d0b286c3f60bcd49ffc002da5fb6eb1c0f592fe1f7155d7ff8b0f3ee988 - 定位：README.md
本地资料
已有来源快照的保存记录；取得时间见档案，新克隆需重新下载本地缓存。
原文缓存位于Git忽略的sources/.local/，具体相对路径与字节SHA-256见保存记录。缓存可能是论文正文、源码文件或网站入口，保存记录中的representation会说明范围；保存不表示全文已阅读或结论已复现。
第三方全文默认只在本地留存。原作许可未核实时不随本仓库公开分发；本库MIT许可证不改变原作权利。
可随仓库读取的上游快照
本快照保留上游MIT许可与文件内声明，未将第三方材料改为本库许可。