INTERACTIVE LAB / 01

这一次，
由你设定标准。

一次 AI 发布，应该被放行还是拦截？
改一组数据，亲手做一次判断。

浏览器内运行 · 无需密钥 · 数据不上传可编辑样例，不调用模型

01 输入与规则

INPUT

载入样例

样本数据 JSON · 1–100 条

召回率、忠实度：0–1；延迟：毫秒。每条样本需有唯一 id。

召回率 ≥

忠实度 ≥

延迟 ≤

OUTPUT

✓ ALL CHECKS PASSED

每一条样本都满足当前规则。

3 / 3样本通过

✓ PASS

召回率0.92✓ >= 0.8

忠实度0.96✓ >= 0.9

延迟820 ms✓ <= 1200

✓ PASS

召回率0.86✓ >= 0.8

忠实度0.94✓ >= 0.9

延迟1050 ms✓ <= 1200

✓ PASS

召回率0.9✓ >= 0.8

忠实度0.98✓ >= 0.9

延迟640 ms✓ <= 1200

这个实验，究竟验证了什么？ +

这是基于 EvalForge 门禁思想编写的浏览器实验：接收已有分数，逐条与阈值比较。达到边界也算通过，任一指标不达标就拦截；无效输入会报错，不会被当成通过。

它没有评测真实模型，也没有运行 Python 版 EvalForge。示例中的分数用于说明规则；正式项目支持基线回归、CI 接入与多种报告格式。