北京时间
评测来源官方评测
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。
在 由来科技 中观察中
证据预算不计分
上游数据时间待核实
最近成功同步尚未开始采集
它测什么，怎么测
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。
如何使用这份证据
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。
评测局限与数据署名
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。
数据许可：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 AIHOT 共识分使用不同尺度，不能直接相加。