Đánh giá

Nền tảng biến sử dụng hàng ngày thành tín hiệu chất lượng: phản hồi, đấu trường mù và bộ đánh giá bền vững. Dữ liệu nhạy cảm được mã hóa.

Phản hồi tin nhắn

Đánh giá lưu nhãn, bình luận và ảnh chụp lệnh/câu trả lời. Một hàng mỗi người dùng/tin nhắn. Dữ liệu nằm trong Evaluations → Feedback; phiên riêng tư không tạo hàng.

Đấu trường

Một lệnh gửi đến hai mô hình; danh tính ẩn đến khi bỏ phiếu. Elo xác định (K=32, cơ sở 1000); “cả hai tệ” không đổi điểm.

Bộ và lượt chạy

Bộ chứa tối đa 50 lệnh. Lượt chạy xử lý tuần tự, ghi lỗi từng mục, hỗ trợ hủy, lưu mô hình/đầu ra/độ trễ mã hóa và xuất JSON.