Research notes

文章与研究

记录 aicheck 如何设计任务、处理缺失数据、复核异常,以及更新已经发布的结论。

aicheck 如何测评 AI 编程工具

介绍 aicheck 的真实任务、可复现验证、样本门槛和快照发布原则。

为什么样本不足时不应该给分

缺失值、失败采集和样本不足代表不同事实,把它们写成零分会误导读者。

aicheck 如何更新和纠正测评数据

说明数据更新、异常复核、撤回和修正版发布的基本流程。