资料维护来源核查
DABstep区分已验证与未验证结果
对工作的影响
使用数据分析证据时，先核对榜单验证状态；继续按本地业务门槛验收，不因榜单维护状态改变委派范围。
原依据 / 条件
介绍页的早期结果容易被误作当前能力
新依据 / 条件
已验证榜单暂停新增验证；v2待发布
只引用具体结果状态和日期；没有取到可靠最新数值时保留原始入口。日期为本站核查日。
查看原始依据与限制 →变化记录
记录改变，也记录为什么改变
工作建议变化和资料维护分开记录。没有可比运行时，不把页面更新称为AI能力进步。
资料维护来源核查
营销自测保留可复核性缺口
对工作的影响
将营销供应商自测作为补充线索；验收标准不因自报分数而降低。等待可访问的任务和运行记录再评估支持力度。
原依据 / 条件
官网宣称任务、评分与原始运行已公开
新依据 / 条件
本轮访问所链仓库返回404
自测结果附明显限制，不升级为独立验证；后续重查公开资产。日期为本站核查日。
查看原始依据与限制 →资料维护评测修订
SWE-Bench Pro修订任务与运行协议
对工作的影响
在软件回执中记录V2与运行协议；与旧版比较前先检查任务集合和配置。
原依据 / 条件
旧公开集731题
新依据 / 条件
V2为642题，修正任务并锁定协议
开发任务保留基准版本。旧版与新版成绩分开解释，不自动认定能力回退或进步。
查看原始依据与限制 →