Chúng tôi xây dựng lớp đo lường.

Một quy tắc đạt khi toàn bộ khoảng vượt qua ngưỡng của nó và không đạt khi toàn bộ khoảng không chạm tới ngưỡng. Mọi trường hợp ở giữa được báo cáo là không đủ bằng chứng, không bao giờ được làm tròn thành đạt.

Một phương pháp thống kê chỉ vào sản phẩm khi có ghi chú bằng văn bản, lưới độ phủ và một cuộc kiểm toán. Trước đó, quy tắc cần đến nó sẽ thất bại an toàn thay vì mượn nó.

Các lần chạy cục bộ không bao giờ rời khỏi máy của bạn. Một lần push mang theo chỉ số, khoảng và quyết định, và để đầu vào thô, đầu ra và trace ở lại máy, trừ khi dự án của bạn quy định khác.

Một giám khảo LLM được đối chiếu với nhãn của con người, dựa trên cận dưới của mức đồng thuận, trước khi được phép quyết định một bản phát hành.

Mô hình có thể chấm, giải thích và đề xuất thí nghiệm tiếp theo. Chúng không bao giờ tự đặt ra phương pháp thống kê hay đưa ra quyết định phát hành.

Mỗi lần thực thi và mỗi phán định được lưu một lần, theo nội dung của nó. Chạy lại một suite không thay đổi sẽ dùng lại những gì đã có.