Mise 6 · Kontrola podložená důkazy
Bodujte to, co podporuje přepis, ne to, co si model představuje.
Vytvářejte omezenou recenzi za pomoci umělé inteligence s citovanými důkazy přepisu, explicitní nejistotou, faktickým shrnutím, doporučenými akcemi a cestou lidského potlačení.
Recenze AI je poradní. Nenahrazuje lidské zajištění kvality a nesmí činit vysoce účinná zaměstnanecká, úvěrová, právní, lékařská nebo podobná rozhodnutí.
Sestavte sekvenci
- Definujte každé kritérium rubriky, ohraničené skóre, požadované důkazy přepisu, uvažování, spolehlivost a chování při chybějících důkazech.
- Oddělte faktické shrnutí od hodnotícího skóre a zakažte vymyšlené závazky, zákaznická fakta nebo výsledky.
- Verze rubriky, výzvy a trasy modelu použité pro každý výsledek.
- Spusťte pevné regrese normalizace skóre pod, na a nad každou podporovanou hranicí rozsahu.
- Spusťte jeden přepis protivníka a jeden příklad kalibrace zkontrolovaný člověkem.
- Napište skóre, zdůvodnění, shrnutí a další akce zpět ke správné položce CRM a ověřte read-back.
Požadovaný důkaz
- Rubriková verze, strukturované skóre JSON a přesné výsledky hraniční regrese.
- Citace přepisu nebo explicitní výsledek nedostatečných důkazů pro každé kritérium.
- Adversarial výsledek, srovnání kalibrace, lidské potlačení a CRM read-back.
Referenční soubory a zdroje
Oficiální dokumentace dodavatele
Hodnotící brána
Přihrávka
Projde: každé skóre je kontrolovatelné, propojené s důkazy, ohraničené, verze, testované hranicemi a reverzibilní lidským recenzentem.
Revidovat
Revize: užitečný výstup existuje, ale citace, nejistota, hranice skóre, kalibrace nebo lidské přepsání nejsou úplné.
Těžký fail
Těžké selhání: objevují se vymyšlené důkazy, nepodložené bodování, skrytá nejistota nebo autonomní rozhodnutí s velkým dopadem.
Podání zkontrolované člověkem