بیش از 90% — توافق قوی

بیشتر مدل‌ها بر روی بیشتر ادعاها توافق دارند. در حالی که این به معنای اثبات دقت نیست، اما تأیید مستقل در داده‌های آموزشی و معماری‌های مختلف را نشان می‌دهد. تأیید جزئی معمولاً کافی است.

70-89% — توافق متوسط

توافق کلی با برخی انحرافات در جزئیات. ادعاهای اصلی احتمالاً قابل اعتماد هستند، اما جزئیات باید تأیید شوند. به جایی که مدل‌ها اختلاف نظر دارند توجه کنید.

۵۰-۶۹٪ — توافق پایین

اختلاف قابل توجهی وجود دارد. این اغلب نشان می‌دهد که سوال به حوزه‌هایی مربوط می‌شود که دانش هوش مصنوعی در آن‌ها نامشخص است، موضوع واقعاً جنجالی است، یا سوال مبهم است. تحقیقات انسانی لازم است.

<50% — هیچ توافقی وجود ندارد

مدل‌ها به طور فعال با یکدیگر اختلاف نظر دارند. از اطلاعات تولید شده توسط هوش مصنوعی در اینجا بدون تأیید منبع اصلی استفاده نکنید. این داده‌ها ارزشمند هستند - به شما می‌گویند که کجا هوش مصنوعی نمی‌تواند کمک کند و تخصص انسانی ضروری است.

اعتماد به مدل تک‌گانه

• •بر اساس تطبیق الگوهای داخلی
• •با دقت همبستگی خوبی ندارد
• •می‌تواند برای توهمات بالا باشد
• •یک مجموعه داده آموزشی، یک دیدگاه

اجماع چندمدلی

• •بر اساس توافق مستقل
• •کالیبره شده برای اعتبارسنجی متقابل
• •توهمات معمولاً تکرار نمی‌شوند
• •چندین مجموعه داده، چندین دیدگاه

اجماع بالا دلیلی بر حقیقت نیست. همه مدل‌ها می‌توانند از داده‌های آموزشی همپوشان یک نقطه کور یا خطای مشابه داشته باشند. اجماع به شما می‌گوید که کجا می‌توانید اعتماد کالیبره شده داشته باشید، نه قطعیت.

برای تصمیمات با ریسک بالا، امتیازهای توافق به شما کمک می‌کنند تا تلاش‌های تأیید را تخصیص دهید: زمان کمتری بر روی ادعاهای با توافق بالا و زمان بیشتری بر روی ادعاهای با توافق پایین.