提出公平問題，並檢視答案背後的量測。
從共同輸入依據開始，選擇能回答問題的比較，並保留結論背後的證據。這些流程連結準備、測試與審查。
選擇設定前，先檢查資料集與任務。候選模型透過 API 執行時，先以樣本請求驗證對應。
將樣本與標籤匯入 Vault，保留明確任務與版本。
執行資料集前，先驗證請求與預測對應。
依共同依據比較候選模型，或檢視受支援的條件變化。讓各執行項目及其設定可辨識。
使用共同資料集與測試依據檢視差異。
比較乾淨參考與預期用途相關的條件。
閱讀量測背後的樣本，並在報告中保留限制。交付已儲存證據與未解問題。
交付能在脈絡中理解的結果。
共用已儲存案例、精確證據與剩餘工作。
