{
  "version": 1,
  "frozen_before_run": true,
  "sampling": {
    "temperature": 0,
    "seed": 20261013,
    "reasoning_effort": "none"
  },
  "cases": [
    {
      "id": "dialogue_capacity",
      "session": "capacity",
      "max_tokens": 768,
      "prompt": "我们在规划一个内部模型服务。请只根据下面数据回答，用中文，最多250字。单请求平均占用服务2秒，当前服务只能串行处理。10个人在同一时刻各发1个请求，忽略网络和排队外开销。请解释第1个和第10个请求分别多久结束、这10人的平均完成时间，以及这和每秒生成多少token有什么区别。不要虚构GPU吞吐。"
    },
    {
      "id": "dialogue_followup",
      "session": "capacity",
      "max_tokens": 768,
      "prompt": "现在开两个完全独立、速度相同的实例，10个请求平均分给它们，各自仍串行。请重新算最后一个请求和平均完成时间，再指出真实部署中哪些条件可能使这个估算失效。最多200字。"
    },
    {
      "id": "incident_extract",
      "max_tokens": 512,
      "prompt": "请把这段工单整理成JSON，严格只输出JSON。字段：start_time, recovered_time, impact_minutes, cause, confirmed, next_actions。2026-10-12 14:05起接口超时，14:17切回旧配置后恢复。尚未证明数据库有问题；已确认连接池上限从80改成20，回滚恢复80。下一步检查连接池等待时间，并用相同流量复测。cause必须标明是否已证实；confirmed数组只写已证实事实。"
    },
    {
      "id": "code_merge",
      "max_tokens": 1024,
      "prompt": "请实现 Python 3 函数 merge_intervals(intervals)，只输出一个python代码块，不要解释。输入是起止均为整数的闭区间列表，可能无序、重叠、重复；相接区间如[1,2]与[2,3]需要合并，[1,2]与[3,4]不合并。返回按起点排序的list[list[int]]，不得修改输入。任何区间start>end应抛ValueError；空输入返回[]。要求O(n log n)。"
    },
    {
      "id": "code_retry",
      "max_tokens": 1024,
      "prompt": "请实现 Python 3 函数 retry_delays(attempts, base, cap)，只输出一个python代码块。attempts是非负整数；base和cap是非负数。返回长度attempts的列表，第i项=min(cap,base*2**i)，i从0开始。如果attempts是bool或非整数，抛TypeError；attempts<0或base<0或cap<0，抛ValueError。必须能处理attempts=10000，base=0.5，cap=4，不发生浮点溢出。无需sleep，不得导入第三方库。"
    },
    {
      "id": "code_log",
      "max_tokens": 1200,
      "prompt": "请实现 Python 3 函数 summarize(lines)，只输出一个python代码块。lines是JSONL字符串的可迭代对象。每个合法对象须含service（非空字符串）、status（整数，bool不算，100到599）和latency_ms（非负int或float，bool不算）。忽略空行、解析失败、非对象及字段不合法的行；额外字段允许。返回按service排序的list，每项为{\"service\":名称,\"count\":有效行数,\"errors\":status>=500的个数,\"p95_ms\":p95}。p95采用nearest-rank：排序后第ceil(0.95*n)项。仅用标准库，不修改输入。"
    },
    {
      "id": "long_read",
      "max_tokens": 384,
      "prompt": "阅读下面的变更记录，只输出JSON：{\"cancelled_id\":取消记录编号,\"cancelled_owner\":取消记录负责人,\"cancel_reason\":取消原因,\"approved_id\":批准记录编号,\"rollback_threshold\":批准记录回滚阈值}。不补充未提供信息。\n变更记录 R000：服务 svc-0，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R001：服务 svc-1，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R002：服务 svc-2，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R003：服务 svc-3，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R004：服务 svc-4，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R005：服务 svc-5，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R006：服务 svc-6，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R007：服务 svc-7，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R008：服务 svc-8，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R009：服务 svc-0，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R010：服务 svc-1，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R011：服务 svc-2，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R012：服务 svc-3，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R013：服务 svc-4，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R014：服务 svc-5，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R015：服务 svc-6，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R016：服务 svc-7，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R017：服务账单，负责人林青，计划窗口03:10-03:25，最终状态取消，取消原因容量评估未通过。\n变更记录 R018：服务 svc-0，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R019：服务 svc-1，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R020：服务 svc-2，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R021：服务 svc-3，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R022：服务 svc-4，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R023：服务 svc-5，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R024：服务 svc-6，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R025：服务 svc-7，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R026：服务 svc-8，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R027：服务 svc-0，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R028：服务 svc-1，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R029：服务 svc-2，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R030：服务 svc-3，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R031：服务 svc-4，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R032：服务 svc-5，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R033：服务 svc-6，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R034：服务 svc-7，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R035：服务 svc-8，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R036：服务 svc-0，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R037：服务 svc-1，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R038：服务 svc-2，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R039：服务 svc-3，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R040：服务 svc-4，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R041：服务 svc-5，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R042：服务 svc-6，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R043：服务 svc-7，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R044：服务 svc-8，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R045：服务 svc-0，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R046：服务 svc-1，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R047：服务 svc-2，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R048：服务 svc-3，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R049：服务 svc-4，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R050：服务 svc-5，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R051：服务 svc-6，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R052：服务 svc-7，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R053：服务 svc-8，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R054：服务 svc-0，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R055：服务 svc-1，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R056：服务 svc-2，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R057：服务 svc-3，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R058：服务 svc-4，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R059：服务 svc-5，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R060：服务 svc-6，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R061：服务 svc-7，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R062：服务 svc-8，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R063：服务 svc-0，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R064：服务 svc-1，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R065：服务 svc-2，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R066：服务 svc-3，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R067：服务 svc-4，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R068：服务 svc-5，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R069：服务 svc-6，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R070：服务 svc-7，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R071：服务 svc-8，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R072：服务 svc-0，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R073：服务 svc-1，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R074：服务 svc-2，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R075：服务 svc-3，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R076：服务 svc-4，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R077：服务 svc-5，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R078：服务 svc-6，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R079：服务 svc-7，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R080：服务 svc-8，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R081：服务 svc-0，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R082：服务 svc-1，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R083：服务 svc-2，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R084：服务 svc-3，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R085：服务 svc-4，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R086：服务 svc-5，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R087：服务 svc-6，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R088：服务 svc-7，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R089：服务检索，负责人周宁，计划窗口04:00-04:20，最终状态批准，回滚阈值错误率超过2%。\n变更记录 R090：服务 svc-0，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R091：服务 svc-1，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R092：服务 svc-2，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R093：服务 svc-3，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R094：服务 svc-4，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R095：服务 svc-5，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R096：服务 svc-6，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R097：服务 svc-7，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R098：服务 svc-8，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R099：服务 svc-0，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R100：服务 svc-1，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R101：服务 svc-2，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R102：服务 svc-3，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R103：服务 svc-4，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R104：服务 svc-5，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R105：服务 svc-6，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R106：服务 svc-7，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R107：服务 svc-8，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R108：服务 svc-0，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R109：服务 svc-1，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R110：服务 svc-2，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R111：服务 svc-3，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R112：服务 svc-4，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R113：服务 svc-5，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R114：服务 svc-6，负责人 team-4，计划窗口 02:00-02:15，状态待评审。\n变更记录 R115：服务 svc-7，负责人 team-0，计划窗口 02:00-02:15，状态待评审。\n变更记录 R116：服务 svc-8，负责人 team-1，计划窗口 02:00-02:15，状态待评审。\n变更记录 R117：服务 svc-0，负责人 team-2，计划窗口 02:00-02:15，状态待评审。\n变更记录 R118：服务 svc-1，负责人 team-3，计划窗口 02:00-02:15，状态待评审。\n变更记录 R119：服务 svc-2，负责人 team-4，计划窗口 02:00-02:15，状态待评审。"
    }
  ]
}