CardPi 评测体系
能力是否可靠 → 完整决策是否有用 → 专门设计是否带来增量
矩形：执行步骤 · 菱形：条件判断 · 虚线：补充信息或修复后回归。可放大查看节点，滚动浏览整张图。
无依据结论率：专项以全部 Case 为分母；端到端以 Gold 标注的证据不足 Case 为分母。Judge 仅使用提供的问题、身份、Profile、证据与回答，不引入外部信息。
能力是否可靠 → 完整决策是否有用 → 专门设计是否带来增量
矩形：执行步骤 · 菱形：条件判断 · 虚线：补充信息或修复后回归。可放大查看节点，滚动浏览整张图。
无依据结论率：专项以全部 Case 为分母；端到端以 Gold 标注的证据不足 Case 为分母。Judge 仅使用提供的问题、身份、Profile、证据与回答，不引入外部信息。