mandela 是一个针对评估、指标、实验、留出集或基准的泄漏审计工具。它的核心关注点只有一个：验证是否独立，还是设计者、模型与评分者只是在相互确认彼此的结果。
用途
工具以“曼德拉效应”为名——一整个群体自信地记得某件从未独立发生过的事。有泄漏的验证具有相同的形状：所有人都确认一个没有人独立产生过的结果。mandela 用于在验证设计层面识别这种循环性。
主要能力
工具定义了 8 种泄漏模式：
- 背诵而非推理：系统背诵记忆中的答案，而不是真正推导出结果，它早已知道本应计算的东西。
- 错误的零假设：消融实验只去掉了表面标签，却没有去掉系统实际利用的底层信号，所谓的“对照”仍然泄漏。
- 共同幻觉：两个组件互相验证，循环性被报告成一个数字。
- 同义反复：评分者给自己划分的桶打分。
- 验证者即设计者：以留出集名义包装的、私有的、不可复现的配方。
- 共享池偏差：训练集与留出集来自同一个标注者池，同一偏差进入两侧。
- 框架注入：提问方式把假设直接递给了被测试对象。
- 需求特征：被测量的对象知道自己正在被测量。
使用方式
工作流为：首先识别验证对象（评估、指标、实验、留出集或“我们如何知道”），命名其组件——什么充当模型、评分者、设计者、数据集；然后提出核心问题：外部真值是否独立进入；接着对照全部 8 种模式进行检验（部分模式只适用于特定组件，如人类受试者或评分者），仅报告命中的模式，并逐一按名称列出；最后为每个命中项给出引入独立真值的修复方案。
工具强调只读原则：指出泄漏与独立性修复，但不重写实验。另有规则指出“微妙之处会咬两次”：你可以对输出值进行盲化，却仍然泄漏采集配方。
适用场景
适用于审计任何评估、指标、实验或基准的泄漏问题；对高风险验证，可额外增加一名独立的全新上下文审计者（N=1），仅向其提供验证设计而非本次会话的推理，让其盲测复跑 8 种模式分类法，默认仍为同一会话、只读。
限制
工具为只读审计，不修改或重写实验设计；不提供自动化执行或集成说明；其他平台支持、收费与价格信息暂未提供。