رأي ثانٍ

ارتفعت درجة التقييم لديك. هل هذا حقيقي؟

ارفع الدرجات لكل حالة التي أعطتها أداة أخرى لنظامك قبل تغيير وبعده. يخبرك Oloproof هل الارتفاع حقيقي، وكم حالة إضافية ستحسمه، وهل تحقق أحد من الحَكَم الذي أعطى تلك الدرجات. بلا حساب، ولا شيء لتثبيته.

ما يحويه الملف

العمود	ما يحويه
case_id	معرّف الحالة. لا يقترن الملفان إلا على معرّف يحويه كلاهما.
criterion	اسم المقياس.
score	رقم على سلّم المقياس، أو فارغ إذا لم تمنح الأداة تلك الحالة درجة.
passed	true أو false بدلًا من الدرجة، أو فارغ.
score_min, score_max	السلّم الذي تقع عليه الدرجة (0 و1 في معظم الأدوات)، وهو مطلوب مع الدرجة.
judge, judge_version	النموذج الذي حكم، إن كان الحاكم نموذجًا. اختياري.

يحوّل نص برمجي قصير نتائج كل أداة إلى هذا الملف: DeepEval وBraintrust وLangSmith وLangfuse. وصفات لكل أداة

ما يحدث للملفات

تُفحص في متصفحك. يُرفض الملف الذي فيه عمود خارج هذه الأعمدة قبل إرسال أي شيء، فلا يغادر جهازك أي سؤال أو جواب أبدًا.

يحسمها المحرّك. هو المحرّك نفسه الذي يشغّله oloproof scores import: يصبح كل ملف تشغيلًا، ويُقارن التشغيلان حالةً بحالة، ويُختبر كل معيار بحثًا عن ارتفاع فوق الصفر.

لا تُحفظ في أي مكان. تبقى الملفات والتشغيلات في مخزن مؤقت يُحذف قبل عودة الجواب. حتى 2 MB و20,000 درجة لكل ملف.