提交结果状态与评分模型（Result Status）

在 Neuro OJ 的全新评测协议中，系统对提交判分进行了革命性的二元简化：提交终态（Verdict）全面收敛为 finished（正常评测完成）与 error（评测系统异常）两大状态，得分（Score）是唯一的核心裁决结论。

传统算法竞赛中熟知的 Accepted、WrongAnswer、TimeLimitExceeded 等状态不再作为整场提交的终态，而是作为辅助诊断信息下沉至单个测试点明细（details.cases）中。

---

提交终态（Verdict）二元模型

最终状态（status）	业务含义与表现形式	得分（score）特征	责任主体与建议行动
finished	评测沙箱完整执行，Evaluator 正常写出评分结论与测试点明细	存储为精准百分制整数（如 1000 表示 10.0 分）。支持满分、部分分或 0 分	做题人。根据各用例反馈排查代码算法、时空复杂度或边界逻辑
error	评测中途异常终止。通常因超时熔断强杀、镜像未注册、题目支持包缺失或 evaluate.py 内部崩溃引起	score 固定为 null，不展示得分	出题人 / 系统运维。该状态表明评测基础设施或出题程序存在故障，做题人修改代码通常无法自愈，应及时报修

---

终态 vs 测试点状态分层对比

为彻底理清全流程判定逻辑，系统严格划分了"宏观提交终态"与"微观用例状态"：

判定层级	存储字段	典型取值	核心用途与设计哲学
宏观提交终态	submissions.status	finished error	数据库索引、天梯排行榜聚合、竞赛总分统计与防作弊风控。杜绝"二分法 AC"限制，完美承接 AI 连续型模糊评分
微观用例状态	details.cases[].status	Accepted WrongAnswer TimeLimitExceeded RuntimeError MemoryLimitExceeded	给做题人的诊断卡片展示。仅供参赛选手定位自己在特定边界、大用例或异常输入上的缺陷分布

---

两层超时处理与状态映射

超时发生在不同的系统层级，将产生截然不同的终态走向：

1. 单次调用级超时（call_timeout_ms / timeout_ms）

• 触发场景：选手的 solve() 函数在处理单个大用例时陷入死循环或复杂度过高；
• 优雅判分：Evaluator SDK 捕获底层注入的 CallTimeout 帧并抛出 SolutionTimeoutError。合规的出题程序通过 try...except 捕获该异常，在 cases 中记录当前测试点为 TimeLimitExceeded，计 0 分后继续测试下一组用例。此时最终状态依然为正常的 finished；
• 异常泄露：若出题人未捕获此异常导致 evaluate.py 崩溃，由于未产生 ---RESULT--- 结算行，最终状态落为 error。

2. 评测全局总超时（time_limit_ms）

• 触发场景：评测脚本全流程执行总时长超过题目设定的时限上限；
• 系统强制熔断：由宿主 noj-judge 进程强行发送 SIGKILL 销毁双容器，直接标记为 error。

---

测试点安全脱敏与 Fail-Safe 规则

在 details.cases 输出中，系统依据严格的安全规则执行用例投影脱敏：

1. 隐藏用例脱敏红线：
   • 凡标记为 hidden: true 的盲测用例，其对象中绝对禁止包含 input、expected_output 与 actual_output；
   • 仅允许保留 case_id、status、time_ms 与 memory_kb 作为统计呈现；
2. 全局 Fail-Safe 熔断安全网：
   • 评测引擎要求每个用例对象必须显式携带 hidden 布尔标记；
   • 若 cases 阵列中出现任意未标记的用例，后端投影器触发安全防御，将该次评测的整份用例详情从 API 响应中物理剥离，彻底消除潜在的数据泄露风险。