> ⚠️ 本表的评分器有缺陷（空白敏感 + 拒答关键词漏检），数字偏低：总体约 -9.50pp、未知拒答 0.00% 实为 52.00%。详见 MEASUREMENT_FIXES.md。

| 路由器 | 用例 | 总体正确率 | 可回答正确率 | 未知拒答率 | 已知被误拒率 | 耗时 |
|---|---:|---:|---:|---:|---:|---:|
| realistic_v2 | 200 | 63.50% | 72.57% | 0.00% | 1.71% | 517s |