提出研究代理的study contracts验证框架

研究提出 study contracts，将声明的实验选择、运行义务与 claim scope 绑定到记录的执行证据上，并区分这种契约相对验证与科学真理。确定性检查器对已批准与已执行对象应用注册的故障专用规则，检出全部 8 个注册突变；18 个 judge 别名在无配对上下文条件下，144 个突变评测案例中 104 个被标记缺陷，其余为 32 次弃权和 8 次终止失败。

摘自 arXiv cs.AI

还没有足够的连续观测数据，暂不绘制趋势。