Litmus：零标签代码驱动评测指标规范系统

Litmus 是一个零标注系统，通过从源代码中提取评估意图并定向问询，为 AI pipeline 设计评估与监控指标，先明确"该测什么、为什么测"，再转化为各阶段指标组合的约束。

摘自 arXiv：cs.AI

还没有足够的连续观测数据，暂不绘制趋势。