工具本身不难，难的是把「我们怎么测」翻译成输入框里的数字。
01这个工具算什么
评测里一半的争吵，源于两边用的是不同的算法。
按评委数与题数算盲评工作量。
02输入怎么取数
中间结果保留一位小数，最后再取整。
需要填 3 项：评委人数、盲评题数、模型数量，其余不用管。
人
题
个
03结果怎么判读
输出是参考区间不是保证值，贴边就回头查输入。
输出 3 项：总评分份数、人均份数、建议，第一项是主结果。
04几种翻车用法
跨条件的数据直接比，比出来的多半是误差。
只看主结果不看后面的折算项，常常误读。
05放进评测流程
给不熟的人用之前先把默认值调好。
拿它当评测会的开场数据，比空口争论省时。
06最后一句
默认值按大多数评测的口径给的，你们团队规则不同就改，别照抄。
跑分横评实验室 后台收到的提问里，跟「问答实测」有关的占了不少。我们按这些提问重新排过一遍顺序，所以格子出现的先后不是随手定的。