正确性
信息是否正确
基准浏览器
证据矩阵
一眼看清
整体图景。
该矩阵未来会把公开基准案例与版本化公开模型运行及其评测记录证据连接起来。目前尚无公开模型评测记录。
多种视角，
更充分的证据。
- 0
- 公开模型评测记录 暂无评测记录
- 0
- 公开模型档案 预留
- 48
- 公开案例 tutor-eval-v0.2a dataset
- 5
- 评测维度 Correctness · Diagnosis · Guidance · Adaptation · Actionability
案例 × 模型运行结构
为公开证据预留的观察台。
行是真实公开案例，列为版本化模型运行预留；未来每个有内容的单元格都将可追踪到公开评测记录详情。
目前尚无公开模型评测记录。
目前尚无公开模型评测记录。 矩阵布局、维度和案例结构已定义并准备就绪。
| 公开案例 ↓ | 版本化公开模型运行 → |
|---|---|
| 案例身份 | 暂无公开模型运行 |
| correct-answer-wrong-reasoning-001 | 尚无公开运行为评测记录关联证据预留 |
| correct-answer-wrong-reasoning-001-zh-CN | 尚无公开运行为评测记录关联证据预留 |
| fraction-misconception-001 | 尚无公开运行为评测记录关联证据预留 |
| fraction-misconception-001-zh-CN | 尚无公开运行为评测记录关联证据预留 |
| full-solution-check-001 | 尚无公开运行为评测记录关联证据预留 |
| … | 产物中还有 43 个公开案例标识 |
每一行代表公开案例身份。在版本化公开模型运行及其评测记录产物出现之前，单元格保持中性。
评测维度
未来证据的五个观察视角。
每个维度都定义了一个未来与评测记录关联的可观察教学行为视图。当前页面不会为任何维度评分。
诊断能力
是否理解学生需求
引导能力
下一步质量
适应能力
对学生状态的响应
可执行性
可用性与后续执行