区分解的质量与数值误差、约束违规及格式失败，评估高维优化表现。
推荐理由：评测把近优解能力与数值精度、约束违反、输出格式等执行失败拆开，能判断LLM究竟不会优化还是不会交付合法解；这对工具化求解器设计更有意义。
阅读原文