Skip to content
Evaluation sources

Short-Story · 短篇小说

Lech Mazur · 把固定人物、情节与风格要求自然写进一篇完整短篇小说。

Official evaluation
On HOTAIObserving
Evidence budgetUnweighted
Upstream dataTo verify
Last successful syncCollection not started

What and how it measures

600–800 词短篇、10 项创作要求；同提示、三家裁判、双向比较。采用 Thurstone 主分，BT 仅作诊断，不重复计票；多档位按固定规则选取。

How this evidence is used

观察中：补齐正式数据复用边界并解决 README 与机器成绩不同步后再接入。

Evaluation limits and attribution

模型裁判仍有文学偏好；部分型号未完成全部故事。短篇能力不等于长篇小说或中文文笔。

Data license: 未找到明确的榜单数据复用许可；GitHub 公开不等于开放授权。

成绩由 Lech Mazur 发布，原始分数与 HOTAI 共识分使用不同尺度，不能直接相加。