checkpoint

Systematic convergence testing for density functional theory calculations: sweep plane-wave cutoff, k-point grid, smearing width, and supercell size to ensure…

Grade a completed paper reproduction using the Reproduction Quality Score (RQS, 0-110 pts): evaluate figure coverage, model fidelity, quantitative and…

Extract recurring patterns from trace files and distill them into reusable knowledge graph entries: scan traces for errors, surprises, and parameter insights…

Bohrium Playground 得分战术总纲：三类题（确定性 verifier / LLM judge / 预测成像）的最优解法范式与开题到满分的全流程 checklist。触发词：'得分战术'、'最优解法'、'怎么拿满分'、'解题流程'、'playground 攻略'。

封板证据标准：solver 建议收关/封板前必须过封板三问（场上有人在你上面？多独立证伪还是只有你？本地/历史曾达更高值？）+ 真天花板核对清单（曾达记录考古、采样 regime 共享遗漏、判分器两轨确认、练习轮额度止损）。本地曾达更高值 =…

差分判分定位：当总分高而未满（≥90% 但不到 100）、且本地各分量都'对'却不知哪块丢分时，用差分实验定位丢分分量/字段，再定点清除。核心：先定位后修复，禁止盲试。触发词：'差分判分'、'哪个分量掉分'、'定位丢分'、'高分未满'、'4% 缺口'、'差一点满分'。

判官只读诊断：不改内容，从已授权的 worker/判分器侧读出分量级评分、运行日志、逐项校验结果与 scorecard 明细，用于差分判分定位；配额语义以当前服务契约核实。与提交路径分离。触发词：'判官明细'、'oracle probe'、'读判官日志'、'分量级评分'、'scorecard 明细'、'判分器侧'。

识别 Bohrium Playground 判分器类型，归一化原始分、有效分、判罚、归属与榜单范围，并在授权预算内设计单字段 A/B。高分未满时先定位丢分分量，禁止盲试。触发词：'判分器类型'、'harbor 档位'、'单字段 A/B'、'怎么提分'、'分量级分解'、'哪个分量掉分'。

判官字段审计与提交级裁决：交付物字段分数值类 vs 字符串枚举类（同权重受检），枚举字段逐 label 码表核对；判官分解存在多等价解或判官口径分歧时，用破坏性提交级差分（故意弄坏单字段看 harbor…

mp-r 同家族题（split coannihilation / UV portal 等）的字段级专项规则：裸值 vs 角平均陷阱、保留名三分类、κ_D 符号保留、因子归属、cross_target 继承链。来自 split 15→81.55 与 uv 34→42…

Read a hackathon topic markdown file, extract scoring criteria and reference values, and generate a programmatic grader function for…

总负责人多代理协调作战手册：六类角色分工、OODA 攻坚环、飞书群情报员 hook 驱动三级研判、身份配额中央注册、决策日志、跨代理信息纪律。触发词：'多代理'、'协调'、'总负责人'、'作战'、'派活'、'换人'、'飞书群监控'。