HEATMAP / MODEL × HARNESS
同一个模型，换个 harness 会变好吗？
横轴是模型，纵轴是 harness。每格是该组合下的指标颜色——越绿越好，越红越差。灰色表示样本不足（<3 个任务）或没有这个组合。鼠标悬停看具体数字。
模型 × Harness 安全且完成
正在连接热力图数据
连接恢复后会显示真实分布。
怎么读这张热力图
同一列从上到下看：一个模型在不同 harness 下表现差异大，说明 harness 的执行约束在起作用；同一行从左到右看：一个 harness 对不同模型的提升是否一致。右下/整片偏绿的组合是当前最稳的搭配；明显偏红的格子值得点进结果看板翻原始记录。