3 诊断最近 Session
在整理晋级 Dataset 前，用充分披露的 Historical Job 找到重复失败。
Historical evaluation 降低冷启动成本。先预览 bounded Session metadata，检查哪些数据可能交给 Judge，再确认非晋级 Job。
你做什么
选择反映失败的最近 completed Session，检查排除项，并同意已披露 Judge/数据边界。
Harbor 记录什么
私有脱敏 Batch、冻结 Judge 身份、每条 Session 一个 Trial、criterion applicability、coverage 与 reason code。
这不能证明什么
Historical 分数不是可比 Candidate 回归证据，也永远不进入 Promotion Gate。