任务与标准
两项独立判断，
共同保护原意。
StyleBench-ZH
四个维度各按 0—4 级记录问题严重度：模板依赖、信息表达效率、行文连贯性、场景匹配。每个判断须有原文证据，不输出所谓 AI 来源概率。
相对改进允许 better、tie、worse 和 uncertain。无需修改可以保留原文。
DeliveryBench-ZH
识别结构预告、自我评价、编辑残留、协作包装与多余结尾。阶段与渠道决定一句话是否应当保留。
“我先核对资料，再给出结论”在计划中可适用，在仅要最终正文时可能不适用。
有效修改的四个条件
目标问题改善、关键信息保留、任务要求满足、没有严重新问题，四项须同时成立。严重事实损坏不能被文风分数抵消。
必要的未完成事项、失败、权限和风险通知不能删除。代码、引文、URL、命令与结构化内容按约束保护。
数据与研究标准采用 CC BY 4.0。模型判定未经人工标注或验证，不能表述为人类共识。