Evaluasi

Platform mengubah penggunaan harian menjadi sinyal kualitas: umpan balik jawaban, arena buta Elo, dan kumpulan evaluasi sebagai pekerjaan persisten. Data sensitif terenkripsi.

Umpan Balik Pesan

Penilaian menyimpan tag dan komentar serta cuplikan perintah/jawaban. Satu baris per pengguna/pesan; penilaian ulang mengganti, penghapusan menghapus. Data ada di Evaluations → Feedback; sesi privat tidak membuat baris.

Arena dan Papan Peringkat

Satu perintah dikirim ke dua model dan jawaban diacak. Identitas tersembunyi sampai suara. Elo deterministik (K=32, dasar 1000); “keduanya buruk” tidak mengubah peringkat.

Kumpulan dan Proses

Kumpulan memuat hingga 50 perintah. Proses menjalankan satu per satu, mencatat kegagalan per butir, mendukung pembatalan, menyimpan model/keluaran/latensi terenkripsi, dan mengekspor JSON.