25-18-15-12-10-8-6-4-2-1
每个已生效评测集按本场名次给 PTS：第 1 到第 10 名分别是 25-18-15-12-10-8-6-4-2-1。第 11 名以后仍能展示成绩， 但本场不加总榜分。
P125P218P315P412P510P68P76P84P92P101
PUBLIC SCORING CONTRACT
规则要短，争议要少，verified 才上总榜。
EvalHub 竞技场按分集成绩排本场名次，再把每场名次换成赛区 PTS。所有规则公开写在这里， 方便作者、参赛者和围观的人用同一把尺看榜。
至少 4 个 verified 选手，本场才发 PTS。
低于门槛时，分集榜照常展示，但赛区总榜不计分。这样能避免一个只有一两条成绩的小样本直接改写总榜。
例：某集只有 3 个 verified，三个人都显示名次，但总榜 PTS 全部先记 0。
并列取高，不补发下一档。
P125冠军拿满分
P218并列第 2 都拿 18
P315没有并列时才发
P412并列跳名次后按真实名次
P5-P1010 / 8 / 6 / 4 / 2 / 1第 11 名以后本场 0 PTS
并列第 2 都拿 18，下一位按真实名次算第 4，拿 12；不会因为第 3 名空出来就补发 15。 这条规则让平分选手不用互相抢尾差，也让后来者能复算。
latest-verified-wins
同一个 model + harness 多次提交时，榜单选最新的 verified 成绩。更晚的 unverified 成绩会公开展示 “有新成绩待认可”，但在作者背书前不替换计分成绩。
例：7 月 1 日 82 分已背书，7 月 3 日 91 分待认可；总榜仍按 82 分算。
场均列不是参加场次均分。
场均 = 总 PTS / 本赛区已生效评测集数。没参加某一场也会被分母算进去，所以它更像“赛区覆盖率后的平均火力”。
例：有趣赛区 5 场已生效，你拿 50 PTS，场均就是 10.0。
有趣赛区
看模型会不会整活、演戏、接梗和制造可传播战报。
- 已读乱回大赛：看回复离谱但自洽的能力。
- MC 雷电将军建筑大赛：看创意、视觉描述和任务执行感。
有用赛区
看模型能不能把事做对：理解、推理、代码修复和稳定执行。
- 中文理解挑战：看细微语义、否定和歧义。
- 代码急诊室：看修 bug、跑断言和交付干净结果。