依相同问题比较候选模型

使用共同资料集与测试依据检视差异。

有用的候选比较始于相同问题与公平依据。让各候选来源、设定、结果与解读限制可辨识。

适用情境

将相关已储存纪录加入对话，再依工作调整这项请求。

请协助为指定用途公平比较候选模型。识别必须相同的资料集版本、测试、指标与设定，以及不同的来源设定。准备独立执行项目供审查，并在结论前解释限制。

说明任务、用途与准则，让选择依需要的行为判断，而非看到结果后才挑选方便的整体指标。

使用相同已审查资料集版本、计划与相关条件，保留各模型或 API 设定档所需设定，并分别准备执行项目。

审查各项量测、范例、涵盖与报告，解读时说明来源设定或省略测试的差异。

比较支持评估时，连结证据并记录人员结论与决策。保留另一候选结果供审查。

比较干净参考与预期用途相关的条件。

以明确参考与已储存计划评估既有输出。

交付能在脉络中理解的结果。