记录页保存糖果迷惑题和鹈鹕骑车的完成情况，用来比较 GPT、Claude、DeepSeek、Kimi 等模型在同一套题上的分数。
勾选最多 4 条已完成记录即可做模型对比。没有真实作答的项目不会出现在对比里。