Trunchbull

Trunchbull 在浏览器里编写 benchmark，再对真实模型执行评测，目标是把评测定义与运行入口放进同一工作台。它更像一个面向模型实测的 benchmark 产品，而非静态排行榜；digest 未给出可核验的模型覆盖或分数，故不扩写宣传之外的能力。