TURNAMEN AI: PACKING ARENA

Tiga agen independen: Scarlet, Cobalt, Jade. Semua menerima tugas dan aturan sama.
Ini pertandingan tiga solusi dari agen yang mewarisi model induk, bukan perbandingan tiga model berbeda.

Masalah: masukkan semua barang ke kardus berkapasitas 100. Minimalkan jumlah kardus.
Input: 0 sampai 180 barang, masing-masing bobot integer 1 sampai 100.
Output: daftar kardus, masing-masing berisi indeks barang dari input.
Setiap indeks muncul tepat sekali. Tidak ada kardus kosong atau melebihi kapasitas.
Fungsi: solve(items, capacity=100). Input tidak boleh berubah.
Waktu maksimum: 1 detik per kasus. Solusi deterministik dan memakai Python standard library.

Ranking berurutan: kasus invalid paling sedikit, total kardus paling sedikit, median waktu tercepat.
Skor total kardus membobot setiap kasus satu kali. Kasus besar memberi kontribusi lebih besar.
Jika ada kasus invalid, total kardus parsial tidak boleh dibandingkan sebagai hasil lengkap.
Baseline: best-fit decreasing. Baseline tidak ikut ranking peserta.

Ronde 1: implementasi independen. Juri menyimpan snapshot.
Ronde 2: kritik melingkar. Scarlet meninjau Cobalt, Cobalt meninjau Jade, Jade meninjau Scarlet.
Ronde 3: setiap agen boleh merevisi setelah menerima kritik. Kasus uji tetap disembunyikan.
Pengujian: 108 kasus, 3 pengulangan per solusi per ronde, urutan peserta dirotasi.
Urutan kasus diacak deterministik per pengulangan. Semua peserta mendapat kasus sama.
Waktu mengukur pemanggilan solve saja, tidak termasuk impor, validasi, atau startup proses.
Hasil harus identik di tiga proses terpisah. Seluruh indeks dan batas kapasitas diverifikasi.
Optimum persis hanya dihitung pada kasus kecil berlabel optimum. Kasus lain memakai batas bawah.
Jangan menganggap batas bawah sebagai optimum yang telah terbukti untuk semua kasus.

Dataset dikunci sebelum kritik dan sebelum hasil pertandingan dibuka.
SHA-256 cases.json: ffa9821b3962c960c2d41642a1bac054f862fca7f0fb66a15fbe925aabbbbdf1
Seed dibuka setelah seluruh kode final dibekukan agar pengujian bisa diulang.
Pengukuran waktu lokal dapat berubah saat dijalankan ulang.