项目总览

SQL 擂台把题库、确定性 DuckDB 数据、模型调用、SQL 安全执行、结果比较、评分和静态证据放在同一条可审计链路中。

• 浏览 能力清单，确认系统实际实现和明确不做的事情。
• 阅读 评测方法，理解 100 分公式、控制变量和统计边界。
• 查看 历史运行，进入每次运行的模型、逐题得分和原始证据。
• 使用 证据验真 在本地复核 2 套题库和 18 次运行。

这不是一个公网竞赛服务。它是作者在本机运行、对外公开方法与证据的研究工具。