导航
外观
输入关键词后按 Enter。
一起整理真实失败样例，给结构校验和人工复核建立共同口径。
只提交已经脱敏的输入与预期结果。活动期间先讨论样例边界，再比较不同评测规则的误报，不展示个人原始对话。