HotTricker/TransitLM：可复现的分层评测流程实现

HotTricker/TransitLM仓库核心是可复现的分层评测流程，将模型能力按层次拆解评估。除流程外，项目还包含独立的指标实现，具有一定的单独复用价值。分层视角有助于定位模型在具体能力维度上的短板，但分层口径本身带有设计者主观性，跨项目对比时需注意口径差异。