evals：React Native编码模型评测集

callstackincubator/evals是评测编码模型解决真实React Native任务能力的基准套件，由Callstack孵化团队采用MIT许可。当前套件包含134个评测任务，按动画、异步状态、expo-router、skia等九个分组组织，生成与判分分离：用run命令让待测模型产出实现，再用judge命令评分，OpenCode在Docker中运行以隔离求解与判分调用。评测方法与计分细节另附白皮书说明，适合React Native团队比较不同编码模型的实际表现。