br-vs-host-benchmark

运行 BR 与无 BR 的基准测试（NIK / 工具调用），通过标准启动器跨模型 × 模式执行，监控长时间运行的实验，然后使用 LLM 对两组轨迹进行评分，生成分层且可靠的指标。当被要求“运行/重新评分 BR 基准测试”、“BR 是否优于无 BR 模型”或“重新评分 opus48 与 opus47”时，请执行此操作。

模型生成摘要（rules/v1 · 2026-11-14 10:54）：运行 BR 与无 BR 的基准测试（NIK / 工具调用），通过标准启动器跨模型 × 模式执行，监控长时间运行的实验，然后使用 LLM 对两组轨迹进行评分，生成分层且可靠的指标
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-14 10:53	d277ba0b	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。