Benchmark Radar 第二十六天：排名站到最前，返回键终于能用，前沿线不再撒谎
Published:
一个以排名命名的页面，却把排名藏在第六屏，这不叫排名页。第二十六天我们做了三件事：让排名站到最前，让返回键能用，把一条编出来的图换成一条能画的线。先说几个词：排名就是按多少排序的榜单；返回键是浏览器左上角让你回到上一页的箭头；前沿线是一条阶梯线，连起截至每个日期为止的最好分数；过期横幅是数据过时时顶部的提示条。
PR #302 在同一张排行榜和每项基准的图表上修了四处。第一，?view=leaderboard 现在以排名开头。以前排名是页面上的第六块，被折叠在方法说明、证据条、发现面板、搜索框和一块 480px 高的图后面。改后你先看到五行摘要，紧接着就是完整的 80 行表格。表格仍保留筛选、展开全部和默认收起，所有旧链接都还能用。排名和图现在默认一致：图默认打开第 1 名 GPQA Diamond，而不是随手抓到的最新条目。
PR #302 还修了返回导航。之前每次改地址都用 replaceState，也就是覆盖当前历史，而不是新增一条。于是搜过、点开某项、再按返回就会直接离开本站。现在八类导航会新增历史，例如切换视图、点选某项、跟随某条发现；六类仍覆盖，例如在筛选项里打字。加上 popstate 监听重新渲染，返回和前进都对了。敲 mmlu 时每敲一字不会新增一条历史，但点选某项会。
PR #302 还改了图。有人想要一条像 harbor-index.org 那样的 Pareto 前沿，可 Harbor 画的是成本对准确率，而这份数据里任何分数都没有成本。为它编一个轴就是撒谎。于是我们改画一条阶段式最好成绩：横一段、竖一跳，跳只发生在后面的模型真的破了纪录时，绝不画斜线去暗示两点之间还有值。想法一样，但落在我们真有的轴上。对于抓来的 llm-stats 分数，我们干脆不画这条线，因为那些行连可比的度量都没有。标题也从四重重复压到一个标题加一行小字，坐标轴补上了中间刻度，搜索结果精简到名字加一个数量，不再把三个 not established 的字段全摊出来。
同一个 PR 里的五次跟进，把图拉回了首屏。在 1440 乘 900 的屏幕上，图原来从 1356px 才开始，前面挡着约 1180px 的卡片和表格，而它们本来就是在解释这张图。现在起点落到 567px，首屏就能看到约 57%，而图的 480px 高度一寸没缩。三段话写同一句标题的写法并成了一个，说明文字去掉 saturated、vendor attention 这类黑话，并从浏览器挪进 radar.json，跟着数据一起发布。展开箭头的可点区域从约 16px 扩到 48px，图例挪到图下，搜索侧边栏从和页面同色的底色改成实灰，不再像浮在黑图旁边。
PR #306 把 ?lfrontier= 里死链的修复钉住。以前访问不存在的 slug，地址栏里仍留着坏 slug，面板却已切回默认图 GPQA Diamond。现在四种形状 does-not-exist、llm-stats-deleted-benchmark、opencompass-9999-gone、not_a_canonical_id 都会清空坏 slug 并显示 GPQA Diamond。访问 llm-stats-aime-2025 再选另一项、按返回，会回到 llm-stats-aime-2025 且标题始终对得上。修复点就在按 slug 查找、查不到就回退的地方。
PR #308 用大白话重写了过期横幅，并加上两个按钮：说明哪里坏了，以及联系我们。以前它像系统报错，现在它告诉你数据旧了、可以做什么。服务端同一改动让 OpenAI 限速报错把配额数字也带出来，不再只丢一句失败。
为什么要在意
把排名放到最前，是让版式说实话。一个以排名命名的页面先给你看图再给你看数，是让你先信解释再看答案。让五行摘要加表格站在 480px 的图前面，你先读到答案，再看解释；默认图打开第 1 名，首屏的第一张图就对得上第一行。
让返回能用，是让导航可信。每次点击都覆盖历史，浏览器就不再是回头路，而是陷阱。让八类操作新增、六类覆盖，历史就如实记下你走过的路，来回探索不再受罚。
换掉前沿线，是不画没有的东西。Pareto 需要两个度量，没有成本，任何一条斜线都是编造的权衡。阶梯式最好成绩只说一件事：到这个日期为止还没人超过这个值，这正是带日期的分数能支撑的；而在本来就不可比的抓取层干脆不画，是让线条保持诚实。
解决的问题
- #256：排名领衔排行榜页
- #286：返回和前进在各视图间可用
- #288：用阶梯式最好成绩替代编造的轴
- #298：一个标题、刻度可读
- #304：死掉的
lfrontierslug 会清空地址栏 - 首屏可见的图、诚实的说明随
radar.json发布 - 过期横幅重写、带两个操作按钮
- 限速报错带上 OpenAI 配额数字
第二十七天：给今日列表分页，把标题砍半，给 21 个基准正名。