本文目录导读：
判断一个开源项目是否有数据支撑，可以看这几点
README 或官方文档
- 是否有 benchmark（基准测试）结果
- 是否引用论文、实验数据或对比表格
- 是否说明数据集来源和评测指标
代码仓库中的证据
benchmarks/、evaluation/、experiments/等目录- 测试脚本、消融实验（ablation study）
- CI 中是否有性能回归测试
第三方验证
- 是否被论文引用并复现
- 是否有独立评测（如 Papers with Code、MLPerf 等）
- Issue/PR 中社区对结果的讨论
常见“伪数据支撑”的坑
- 只给结论不给复现脚本
- 只在自家数据集上“全场最佳”
- 对比基线选取不公平（如用旧版本对手）
你可以告诉我
- 项目名称 / GitHub 链接
- 你想验证的“全场最佳”是指哪方面（性能？准确率？速度？）
我可以帮你具体分析它的数据是否站得住脚。
