課題と成功基準を定め、固定入力を各モデルで実行し、完全性と失敗例を比較します。一度に一つだけ修正し、モデル、版、テスト日を記録します。出力例は保証ではありません。
編集テンプレートです。モデル評価の記録はなく、プレビューは想定結果を示します。
記録されたテストノートを掲載しています。モデルのバージョン、設定、入力で結果は変わります。
HiddenPrompts
一つのプロンプトが常に機能すると主張しない、反復可能な評価手順です。
課題と成功基準を定め、固定入力を各モデルで実行し、完全性と失敗例を比較します。一度に一つだけ修正し、モデル、版、テスト日を記録します。出力例は保証ではありません。
編集テンプレートです。モデル評価の記録はなく、プレビューは想定結果を示します。
記録されたテストノートを掲載しています。モデルのバージョン、設定、入力で結果は変わります。