judge-drift-sentinel 开源：用冻结人类锚集判定评测分数波动是系统回归还是 judge 漂移

Homayoun Safarpour 在 GitHub 发布 judge-drift-sentinel 工具，通过冻结的人类标注锚集和 Cohen's kappa，把 eval 分数波动归因为系统变化、judge 漂移或稳定三种判定，零 LLM 调用、仅标准库实现。示例中 judge 因 -latest 别名被供应商静默更新，kappa 从 0.833 跌至 0.333、25% 锚集标签翻转，被判定为 JUDGE_DRIFT 而非系统回归；工具提供 check、history、import-judgekit 等 CLI，exit 0/3/2 分别对应 STABLE、SYSTEM_CHANGE、JUDGE_DRIFT，可作 CI 质量门，并附带每周锚集重评分的 GitHub Actions 工作流。