評価ソース公式サイト
OpenVibeEval · ウェブ作品
OpenVibeEval · ウェブ作品、アクセシビリティ、ブラインド選好を突き合わせ、ツールごとのデザイン性能を見る。
AIサイシン での扱い観察中
配分採点対象外
元データの日時未確認
最終同期収集前
何を、どう測るか
モデルと harness は分けて保存する。アクセシビリティのスコアは審美スコアではなく、独立したブラインド比較の成績と同一の実行条件を検証して初めて採用できる。
当サイトでの使い方
観察中：同一条件で十分な数のブラインドテストを行った元の選好データと、その公表日の補完が必要。
評価の限界とデータの出典
モデルごとに異なる実行ツールが混在する。メイン表はアクセシビリティとタスク成果であり、統一された審美投票ではない。
データライセンス：安定した成績エクスポートと公開集計の許諾は未確認。
成績は OpenVibeEval が公表したもの。元のスコアと AIサイシン のコンセンサス指数は尺度が異なり、そのまま比較・合算はできない。