評価の出典公式の評価
OpenVibeEval · ウェブ作品
OpenVibeEval · ウェブ作品、アクセシビリティ、ブラインド選好を比較し、異なるツールでのデザイン表現を観察する。
News での扱い観察中
根拠の配分採点に使わない
元データの時点未確認
最後に同期に成功まだ取得していません
何をどう測るか
モデルと harness は別々に保存する。アクセシビリティのスコアは美的評価ではなく、独立したブラインド選択の成績と同一実行条件を検証して初めて採用できる。
この根拠の使い方
観察中：同一条件・十分量のブラインドテストによる生の選好データと公開時期を補う必要がある。
評価の限界とデータの出典
モデルは異なる実行ツールを混用している。主表はアクセシビリティとタスク成果であり、統一的な美的投票ではない。
データのライセンス：安定した成績のエクスポートと公開集約の許諾は未確認。
スコアは OpenVibeEval が公開。元のスコアと News のコンセンサススコアは尺度が異なるため、直接合算できない。