fix(benchmark): 补齐S类诊断题的LLM评分并细化rubric
Source excerpt
改了什么 S13、S14、S20原来仍按关键词打分,这次接入现有的LLM判分器。S11、S16、S17、S18、S19、S21、S22沿用#212已合入的迁移,进一步写清每项怎么给分、什么情况给半分、哪些错误建议会触发封顶。10题版本统一升到4.1.0,题面和fixture保持原样。
Automatically summarized from source discussions. Sources and the full record are available below.