输入预测问题只输入问题，其余全自动回测 = 像不知道未来一样研究 → 提交 → 立刻结算打分
Forecast Ledger（L1-14 · 不可变）
暂无 ledger 记录（运行一次预测后出现）
系统健康 · 学习循环 / 一级基准 / 数据源 / 外部对照
一级基准 · 三类套件（不靠单一专题宣称完成）尚未运行
尚未运行基准
还没有持久化的基准报告。POST /benchmarks 会对真实世界（GDELT 归档 + 序列库）跑三类套件并落库： binary-events（高频二元事件）、numeric-milestones（数值里程碑）、conflict-onset-termination（冲突发生/终止）。
Polymarket 对照（旁路 · 只发现题目/对照评估，不进预测）不可用
目录 不可用对照样本 0 场分歧警报 0 条
尚无对照样本：还没有已结算预测命中人工映射表（POLYMARKET_MATCH）的市场。
旁路物理隔离：Polymarket 数据只用于题目发现、对照评估、结算核对与分歧警报， 绝不进入预测主链路（pipeline/models/world/features/research 无引用，由架构测试强制）。 市场匹配靠人工映射表（config.POLYMARKET_MATCH），不做 LLM 语义匹配。
一级判据：同一批严格无未来数据泄漏的历史问题上，ForecastOS N+1 能否自动研究、自动提出改进，并在真正未参与优化的时间段上比 N 更好。 本页所有数字来自 forecastos 包的真实运行（非模拟）。