AI輸出核查練習指南

按給定輸入重算

假設虛構表裡僅18、24，草稿報告45，支援的合計應為42。源值及運算足夠核這個狹窄陳述，應保持源不變、更正草稿，不為遷就答案改證據。這個例子不說明某模型平均錯誤率，只演示確定性算例如何解決一個差異。

分別核引用存在性及支援程度

參考真實存在，也未必支援所附主張。應讀實際來源，找相關段落、人群、條件、結果。若虛構草稿說研究證明普遍收益，而源只討論小型特定任務，差異就在主張強度、範圍。長參考表或像真的標題不能替代比較，要記錄支援什麼、什麼仍未核。

區分能解析JSON與符合要求

虛構要求count必須是整數時，{"count":"6"}給字串，不符合；{"count":6}則給整數。兩段都能是合法JSON，因此能解析不等於滿足結構要求。欄位、型別、範圍應與語法分別核；這只是小型資料驗證例子，不自動信任生成物件，也不陳述廠商特定結構化輸出功能。

避免評估資料變成可反覆迎合的答案

用訓練樣本測試分類器，可能掩蓋對新輸入表現不佳；獨立相關留出樣本可加強核查，但反覆按最終測試結果調參也會破壞分離。應區分訓練、驗證、最終評估角色。可在新虛構練習標各樣本用途，不必訓練真實模型。即使技術上分開，若不代表目標情境，仍有重要條件未測。

把分母和場景附在百分比旁

虛構評估24例答對21例，為這批樣本87.5%，不證明所有未來任務都如此。報告時保留分母、選題、條件及錯誤。小型人工挑選集可幫助發現問題，卻不足以廣泛宣稱表現。本題核的是證據邊界，不給你百分位，也不實測執行中的模型。

把錯誤描述到足以重做核查

新練習可保留虛構輸入、生成主張、預期結果及核法，區分算術差異、引用不支援、型別不匹配、評估外推。它們需要不同證據。記錄可簡短留本地，不要求釋出答卷或上傳私密材料。重點是另一讀者能否據同樣事實理解更正依據。

把五個選擇作為複習目標

分項正確數只描述五次給定核驗選擇，不證明領域專長、普遍事實準確率或專業資格。任何正確數都有全部解析、四份全文。重測前可改輸入，先解釋新更正；記住原答案會提高重複分數，卻不說明如何評陌生主張。網站不執行AI評估服務或私密文件分析。

回顧：語法、型別、範圍和主張分別檢查

新例要求物件有count欄位，值為0至5的整數，且不允許其他欄位。{"count":"4"}能解析，但值是字串；{"count":4.0}按JSON Schema整數語義是整數值，符合這條數值要求；{"count":6}型別是整數卻超範圍，{"count":4,"extra":1}則違反額外欄位限制。四段不能只憑“都是JSON”一概通過。另設虛構評估40例對36例，可報告這批90%正確；這不證明每個新任務都有90%成功率，也不支援隱去四例錯誤。讓每項結論對應具體輸入、檢查方法及適用範圍，不為遷就輸出改原要求。

一起核證據，討論支援與未知

可以問：“哪個物件是語法通過卻型別失敗，哪個型別通過卻範圍失敗？樣本正確率附帶了哪些條件？”先各自寫來源、結論和核查依據，再交換並定位第一處分歧。可只讀、畫表、用計算器或換虛構條件，不比賽提示技巧或速度，不需要執行模型、登入賬戶或上傳真實材料。

分享按鈕複製不含答案及正確數的公開練習入口，也可自行分享本公開指南。四組用於複習，不是AI專家等級、職業準備度或官方認證；知識題未完成心理測量驗證，也不實測命名模型表現。20題固定，重做提高可能來自記憶；可換輸入或一條許可權條件，重新說明結論為何變化。