一次运行的身份证
运行指纹是对一次测量所处工况的概念性刻画——这次运行是在什么硬件、什么软件栈、 什么执行路径、什么负载形态下发生的。它描述的是条件，不是结果。
EliteMark 是什么
EliteMark 是一个测量平面：面向 LLM 推理的实测与证据库。
它不做「跑个分、出一张榜」这件事。它要解决的是更靠前的一步——让每一次测量都留下可复现的 运行指纹，把「什么硬件 · 什么框架 · 什么算子 · 什么并发 · 什么任务」钉死。 只有工况被固定下来，两次测量之间的关系才可能是清楚的： 可比，或者不可比，是一个可以被判定、可以被复核的问题，而不是靠人记、靠人猜。
它解决什么
下面几件事，是测量里最常被跳过、也最容易出错的地方。
- 先定义 workload，再谈数字。没有工作负载定义的 benchmark 数字，不构成可比较的测量结果。
- 先确认路径，再认提升。不知道走到了哪条后端路径的「性能提升」，不算证据。
- 结论要能被复现。换一个人、换一台机器，应当能得出同一个结论。
- 差异要能被归因。两次测量之间的差异，应当能分清是系统真的变了，还是工况漂移。
运行指纹
运行指纹是 EliteMark 的核心概念，但它并不记录任何一个性能数字。
可比，还是不可比
有了指纹，两次测量之间的关系就成为一个可判定的问题：工况一致时，差异可以归因于被测对象； 工况不一致时，差异首先应当归因于工况漂移，而不是被测对象本身。
当前状态
我们如实标注做到哪一步，不把未完成的写成已完成。
本地端与汇总端的主干已经可用，能够完成测量、记录与归档。
公开标准测试集尚未接通跑分引擎，因此我们不对外发布任何「某模型得多少分」的数字。
看数据
实测数据的入口。
实测数据站尚未上线，上线后会在这里给出链接。