ทีมงานพัฒนาเครื่องมือตรวจสอบแบบกำหนดตายตัว (deterministic verification engine) สำหรับ AI ทางการเงินผ่านทั้ง 66 กรณีทดสอบมาตรฐานในขั้นตอนการประเมินเบื้องต้น แต่ในระบบประเมินจริง (live model evaluation) ระบบทั้งหมดยังผ่านเพียง 19/66 กรณี ทีมงานกำลังปรับโครงสร้างการทดสอบเพื่อแยกความล้มเหลวตามสถานะไม่ถูกต้องแรก และวัดประสิทธิภาพแต่ละส่วนอย่างแยกส่วน เช่น ความถูกต้องของเครื่องมือตรวจสอบ (deterministic verifier), ความสมบูรณ์ของสัญญา (production contract integrity) และความน่าเชื่อถือของการสร้างโมเดล (live model generation reliability) เวอร์ชันการทดสอบถัดไปจะเพิ่มการระบุสาเหตุตามขั้นตอน (stage-level attribution) ครอบคลุมทั้งการส่งข้อมูล (transport), การวิเคราะห์ข้อมูล (parsing), การตรวจสอบโครงสร้าง (schema validation), การปรับรูปแบบ (normalization), การจับคู่ข้อเรียกร้อง (claim binding), การสร้างกราฟหลักฐาน (evidence graph construction), การตรวจสอบแบบกำหนดตายตัว (deterministic verification) และการจัดการผลลัพธ์สุดท้าย (final outcome mapping) ทีมงานระบุว่าการปรับโครงสร้างนี้จะช่วยระบุจุดเสียหายของระบบได้ชัดเจนขึ้น และวัดประสิทธิภาพแต่ละส่วนได้แม่นยำยิ่งขึ้น
สรุปด้วย MAF Local AI · เนื้อหาต้นฉบับเป็นของแหล่งข่าว