知己AIEval Leakage Audit · AlexZio00/sovereign-skills
檢測評估是否存在循環論證
對照18種常見模式，檢查某項評測、指標或對照實驗是否真的引入了獨立的外部證據，還是設計者、模型與評分者在自我印證，適合在採信一個好得反常的結果前使用。
適合做什麼
- 識別對照測試中的循環邏輯
- 檢查基準分是否自我印證
- 評估保留集是否有外部證據
- 分類
- 通用
開源技能由原作者維護，知己AI 依原樣收錄並註明來源。效果取決於任務與資料是否相符。
試試這樣開始
幫我審查這份評測有沒有循環論證，這個基準測試是不是自我印證的？