Due tipi di risultato
I risultati esterni mantengono fonte, metrica e condizioni. I nostri test registrano modello esatto, fornitore, data, prompt, parametri, strumenti, tentativi e risposta.
Punteggio
Ogni ambito usa una griglia esplicita. I giudici automatici sono identificati e i casi ambigui richiedono un controllo aggiuntivo.
Limiti
Un risultato è un campione datato, non una garanzia universale. Compiti, strumenti o budget diversi non sono direttamente confrontabili.
Esecuzione automatica e artefatti
I test testuali compatibili vengono eseguiti in piccoli lotti con credenziali cifrate e limiti giornalieri e di tentativi. Immagini, video, audio e altri artefatti restano manuali finché un file verificabile non viene consegnato e controllato.