系统分析2022年至2026年间14767篇评测资源论文，追踪能力期待变化。
推荐理由：研究对象从模型分数转向评测设计本身，并以14767篇论文构建时间图谱；它可揭示研究界新增了哪些能力要求，以及排名叙事遗漏了哪些评价偏好。
阅读原文