…持 BoolQ 的 Noul 转换和 BANKING77 的固定语义类别。 - 概率指标：新增分类、概率校准、相关性、序数评分及风险/覆盖率与 AURC 分析；保留原始概率，并单独记录用于评分的分布。 - 决策可视化与压测：Web UI 支持查看逐样本选项概率、预测与参考答案；新增 perf --api systemone / autot