ALE-Bench：基于 40 道 AtCoder 启发式赛题的基准测试

ALE-Bench 由 40 道往届 AtCoder Heuristic Contest（AHC）赛题构成，通过 Python 库复现 AHC 竞赛环境，模型在固定时间预算内迭代提交解法并接收公开评测反馈。每次提交按类似 Elo 的方法换算为 Performance 值（约 0–3500 分，越高越好），并给出对应的人类选手排名。结果取自公开的 ALE-Bench 排行榜。