Una comparación justa mantiene visibles las identidades de los casos. Omitir un caso fallido no equivale a corregirlo, y un ejemplo nuevo no debe cambiar el denominador sin avisar. Separa las correcciones, los fallos nuevos, las incorporaciones y las eliminaciones antes de sustituir la referencia.
Compara case.baseline y case.candidate mediante identificadores compartidos. Devuelve las listas ordenadas fixed, new_failures, added y removed. Que un caso falte en una versión no demuestra que se haya corregido.
El cuaderno ejecuta tu código Python con un simulador local original. Usa los datos del caso en lugar de copiar los valores visibles. Las comprobaciones ocultas cambian identidades, revisiones y datos límite; no se contacta con proveedores ni herramientas externas.
Una implementación de ejemplo del contrato de la función.