Методология

Как считается датасет

Фиксированная версионированная матрица промптов, прогон по закреплённым снапшотам моделей, а не по «последней версии». Каждый ответ оценивается по опубликованным критериям. Сырые результаты выкладываются в CSV и JSON с журналом изменений; изменённый промпт получает новый идентификатор и новую версию матрицы.

Что это не доказывает

Контрольной группы нет. Если статья нацелена на набор промптов и он потом сдвинулся, движение показывается рядом с нецелевым остатком той же версии матрицы — и этот остаток не является контрольной группой и никогда так не называется. Приводить цифру и отказываться заявлять причинность — осознанная редакционная позиция.