01
Os quatro veredictos
- regressed: pelo menos uma descoberta aberta nova que a baseline não tinha OU overall_risk caiu além do limiar. Investigue antes de mergear.
- improved: pelo menos uma descoberta da baseline agora está remediada E nenhuma regressão. Comemore.
- stable: conjunto de descobertas inalterado, scores dentro da tolerância. O PR não moveu a postura de segurança.
02
Deltas de score vs. deltas de descoberta
- Deltas de descoberta (nova / resolvida / persistente) ditam a lógica binária de falha/passa do veredicto.
- Deltas de score (overall_risk, detection, exposure, readiness) carregam direção (melhor / pior / neutro) e magnitude: úteis pra relatório de tendência mesmo quando nenhuma descoberta mudou.
- Trim no array scenarios (ex.: diff-selected só LLM01) marca descobertas removidas como 'carregadas pra frente' em vez de 'resolvidas': então descoberta antiga que não foi re-testada não finge melhoria.