研究与基准测试/2026-09-17/6 分钟一个任务最多 10 个评估器：百炼 Evolution 把通过线放在阈值上阿里云百炼 Evolution《评估器》的页面日期是 2026-09-17。预置、LLM、Code 和历史任务都能生成评估器。分数达到阈值才算 Pass。每个评测任务最多挂 10 个。从历史任务生成的评估器不能在本页试运行。
