AppWorld 独立演化数据

benchmark.evolution_test_set 显式选择主实验未使用的原生公开评估池： 主 test_set: test_normal 时可选择 test_challenge，反向亦可。 这属于 external_evolution / published_evaluation，不称官方训练集。 主实验已经使用的测试池不能再次作为演化来源。

加载器对主实验完整 train、dev、所选 test 池与完整外部池检查任务 ID、 scenario ID 和规范化原始 instruction 的重合，然后才按 seed 和 evolution_limit 取演化样本。只替换实验 train，原 dev/test 保持不变。 不删除重合记录；任一重合均拒绝整项配置。

任务仍使用原生目录、DB、ground_truth 和宿主 AppWorldVerifier； pool_checksum 绑定完整外部池的任务及原生文件树校验和。来源中保留 native_split、published_evaluation 角色、池大小与校验和。

示例见 examples/modular_rsi_appworld.yaml。通过一键启动器运行时，默认自动 下载并缓存完整原生数据、准备运行镜像。复用已有数据时，显式设置 benchmark.data_path 为原生 data/ 目录；直接使用 flashrsi CLI 时也需提供该路径。 离线来源/测试或入口准备成功不代表算法×Target 的真实实验通过。