RINNECODER · Evaluation & Observability
针对 Jev 1.13.0 的独立行为研究，记录不同问题表述、输入条件及游戏任务下的成功与失败。
向固定任务发送受控变体，保存选择结果、概率和原始请求响应。
让读者按具体案例查看证据，区分小任务通过与复杂任务能力。
作者的合成、任务特定实验；重复调用不等于独立新题，也不是官方基准或同行评审结论。本站未重跑。