模型評測與幻覺查核

逐筆評分的回答、來源引文、欠缺依據的陳述及待裁決項目。

客戶平台（英文）

示意工作樣本ST / 01

客服模型給出退貨期限，但引用的條款未載明這項規定。

匯出紀錄範例

{"item":"EV-014","supported":false,"evidence":"§4.2","decision":"revise"}

JSONL

需要準備的資料

準備一小組回答、參考來源、評分規準，以及需由第二人複核的範例。

循引文查核每項陳述，並在修改後以相同問題複測。

內含三筆合成紀錄、需求準備清單與驗收準則。紀錄僅供示範。

SilkTrain

列出的工具僅供參考。請在需求中註明使用的平台與匯出格式，確認專案範圍時會一併核對權限與相容性。

可單獨委託人才招募、獨立品質審查或由專人負責交付。請提供樣本數、審查資格與目標日期。