HARDEN 方法：不改答案即可让基准测试更贴近真实难度

Andriy Burkov 提出 HARDEN 方法，在不改变正确答案的情况下反复生成并测试基准输入的现实变体，让测试更贴近真实工作中的模糊性。该方法搜索会降低所选模型准确率和置信度的修改，同时保留与答案相关的证据、领域真实性和技术有效性，并在 200 个案例上进行了测试。