Ce qui existe maintenant
Le site publie un testset de faux voisins, un protocole de proximité vs causalité et des garde-fous de jugement. Ces éléments cadrent la mesure future, sans publier de résultat.
Ce qui manque encore
Une mesure comportementale exige un corpus gelé, un panel de modèles, des prompts versionnés, des juges, des verdicts et une publication de type Q-Ledger.
- Ne pas confondre testset et résultat.
- Ne pas inférer un taux d’amélioration.
- Publier les deltas séparément.