arx · benchmark readability audit
arx 不回答“这个效应够不够大”，它先回答“这份测量有没有能力分辨这个比较”。
合成案例在构建时由 arx.audit 重算，判决和拒绝理由都来自真实调用。
| 检查 | 在什么情况下拒绝 | 判决 |
|---|---|---|
| actor-disjointness | gold 生产者同时是参赛者 | UNDECIDABLE |
| common denominator | 地板和榜面用了不同的 item 集 | UNDECIDABLE |
| multi-generator | 少于三名 gold 生成者 | UNDECIDABLE |
| power-bounded | margin 小于声明功效下的 MDE | MARGINAL |
| floor above chance | 地板本身无法与随机水平区分 | UNDECIDABLE |