Nei ynhâld Nei menu

← Werom nei Kwaliteit

Rapport antwurdkwaliteit

Antwurdkwaliteit: Gem 1.0 fergelike mei Gem 2.0

Pilot · dielferzameling fan fragen

Wy leine de âldere dialoochagint (Gem 1.0) neist de nije GenAI-agint (Gem 2.0): deselde gemeente, deselde fragen, allinne de motor derûnder ferskilt.

Skoares 0,000–1,000 · kleur = skoarebân · Krektens weaget 1,0, de oare kritearia 0,6.
Kritearium Gem 1.0 Gem 2.0
Krektens 0,908 0,909
Helpfeardigens 0,909 0,927
Ienfâld 0,714 0,733
Stavering & grammatika 0,978 1,000
Toan 0,826 0,860
Woegen totaal 0,872 0,888

Skoarebannen

  • 0,90–1,00
  • 0,80–0,89
  • 0,70–0,79
  • 0,60–0,69
  • < 0,60

Wat betsjut dit?

De wichtichste ferskillen tusken dizze ferzjes binne:

  • Gem 2.0 is better yn komplekse fragen, bygelyks as it giet om ko-âlderskip.
  • Gem 1.0 is better by rûsfragen en ynformele bewurdingen (lykas “blabla…”, “hoi, ik wol…”).

Oer dizze mjitting

Testset
100 fragen út 12 kategoryen fan de faak stelde fragen. Elke skoare is it gemiddelde oer dy fragen.
Kritearia
Kritearia en ferwachte antwurden binne noch net optimalisearre nei maksimale oerienkomst mei minsklike beoardielers. It kritearium “krektens” is no algemien en ienfâldich hâlden.

Lytse letterkes: metoade & foarbehâlden

Pilot op in dielferzameling: dizze run is net sûnder mear represintatyf foar alle ûnderwerpen of alle gemeenten.

Alle mjittingen

Elke mjitting stiet op syn eigen side en bliuwt dêr stean. Fergelykje allinne mjittingen dy't deselde systemen neistinoar lizze.