Eval 就绪打分卡 Eval-Readiness Scorecard

判断一套 Eval 是否可信到能作为放行依据。一个能跑出数字的 Eval 不等于一个可信的 Eval——如果判官没校准、复跑不稳定、种子覆盖有盲区、没有回归门，那么「通过率上升」可能只是噪声、判官偏见或标准被削弱。本卡从五个维度体检 Eval 体系：三档分层、种子覆盖、判官校准、稳定复跑、回归门，结论是这套 Eval 的结论能否被信任、能否用来卡放行。