想自己验一下手上的中转站?用自己的 Key 做实时检测 →
FOLKBENCH 公开快照

如何阅读公开探针结果

常见问题

这些记录代表真实执行次数吗?

不是。记录是公开快照中的汇总,部分为展示样本。

单次一致率能证明模型替换吗?

不能。应结合检测条件和多次公开结果判断。

一致率

agree / total 表示公开汇总中可比较题目的匹配情况。分组、调用方式和基线会影响结果;不设置未经确认的异常阈值。

Token 与模型指纹

输入 Token 范围、思考 Token 中位数及模型识别结果都是辅助信号,不能单独证明模型替换。快照不含题面、回答全文或原始请求。

历史与局限

同一条最新结果可能连续出现在多天快照里,周报按 ID 和测量时间去重。部分数据为展示样本,不能把汇总条数当成真实执行次数。

查看主站公开结果 · 方法说明

模型追踪