Evaluation sourcesOfficial evaluation
FrontierCode
Cognition / 编程 · 真实仓库任务的质量、测试与修改范围
On HOTAIObserving
Evidence budgetUnweighted
Upstream dataTo verify
Last successful syncCollection not started
What and how it measures
固定 v1.1 和官方运行条件；质量评分和测试成功共同构成一项任务证据。
How this evidence is used
观察中：尚无确认稳定的成绩导出与数据使用边界。
Evaluation limits and attribution
观察中：尚无确认稳定的成绩导出与数据使用边界。
Data license: 待确认榜单数据使用边界
成绩由 Cognition 发布，原始分数与 HOTAI 共识分使用不同尺度，不能直接相加。