原文片段
Summary Defines a frozen, outcome-blind temporal holdout split for the paper's distillation-time evaluation (the §7.1 task-selection authority), with per-task and per-card git provenance and a deterministic validator.
根据原始讨论自动整理，来源与完整记录可在下方查看。
证据与时间线
验证状态
尚未验证
维护者回应
尚未处理
作者回应
尚未记录回应
目前找到的最早来源
未知
2026年9月5日 11:24
生命周期
正在出现
监测范围
11 份自动关联的原始来源；来源关系与独立性未经人工核验
首发可信度 · 0%
本站首次发现 · 2026年9月7日 15:06
暂无记录到的交叉引用或传播链。
feat(benchmark): define temporal holdout split
打开来源 在新标签页打开feat(benchmark): preregister temporal holdout execution protocol
打开来源 在新标签页打开feat(paper): formalize incident-family annotation protocol
打开来源 在新标签页打开feat(study): validate study-v1 pilot run records
打开来源 在新标签页打开feat(study): add study-v1 artifact integrity manifests
打开来源 在新标签页打开feat(study): add controlled study-v1 solver runner
打开来源 在新标签页打开feat(paper): switch main line to capability-contingent skill effect
打开来源 在新标签页打开feat(paper): integrate GLM robustness analysis
打开来源 在新标签页打开feat(paper): quantify Qwen timeout and missingness sensitivity
打开来源 在新标签页打开feat(paper): prepare blinded grading review packet
打开来源 在新标签页打开feat(paper): make historical resource overhead reproducible
打开来源 在新标签页打开首条原文《feat(benchmark): S18 terminal sprite render trap (half-block SGR leak, trim ghosting, timer pinning)》写道：“Summary Adds benchmark task S18-terminal-sprite-render-trap (static, read-only report): a terminal half-block sprite renderer whose three independent rendering bugs (SGR background”。另有 36 份相关原文已收录，正在比对它们是否描述同一件事。
首条原文《feat(benchmark): H22 not-listed trap — the package that installs but never registers》写道：“Distilled from a real top-tier failure: anywhere-labs/dsh-desktop (22k★) failed our 50-plugin live verification on 09-01 with exactly this shape — dsh plugin add succeeds, the entr”。另有 31 份相关原文已收录，正在比对它们是否描述同一件事。
首条原文《benchmark: step5-preview S1-S24 双臂运行归档 + 双判分结果》写道：“StepFun Step 5 Preview（OpenCode Zen 供应，公开发布名；预览端点背后精确 checkpoint 未经独立验证；opencode 编排）在 S 系列基准上的完整 24 题双臂运行、双判分与重跑 follow-up 归档。”。目前只收录了这一份原文。
