#2631·opencompass分级完整性:模型代码在三个基准测试中重写真实值;CRUXEval 将预测插入断言;无法解析的判决结果退出分母;LCEvaluator 在原始预测上调用 eval() (对 #2535 的跟进)作者: AUTHENSOR创建于 2026年9月3日更新于 2026年9月3日摘要 内容来源: open-compass/opencompass查看 GitHub 原文在 GitHub 查看讨论