信頼性と評価
方法とベンチマーク
Zush が AI ファイル名の品質を評価する基準、検証手順、更新方針。
毎月レビュー5つの加重チェック公開 changelog
ガバナンス
編集責任
評価基準
スコアリング基準
各ワークフローは、名前の正確性、安全性、日常利用のしやすさを加重モデルで評価します。
| 項目 | 重み | 測定内容 |
|---|---|---|
| 意味的なファイル名精度 | 35% | 新しい名前が汎用パターンではなくファイルの意味を表すか。 |
| バッチ内の一貫性 | 20% | 混在ファイルでも命名スタイルが安定しているか。 |
| 自動化の深さ | 15% | バッチ、フォルダ監視、再現性。 |
| 安全制御 | 15% | 履歴、元に戻す、適用前プレビュー。 |
| 運用適合性 | 15% | macOS ワークフロー品質、速度、設定の手間。 |
検証
ベンチマーク手順
- 01
スクリーンショット、写真、PDF、Office 文書を含む混在セットを使う。
- 02
同じプロンプトと命名制約で制御されたリネームを実行する。
- 03
結果を評価し、誤検出や曖昧な名前を記録する。
- 04
本番利用前に復元と取り消し動作を確認する。
- 05
リリース後に再検証し、重要な変更を記録する。
Evidence status
No unpublished scores presented as facts
This page publishes the evaluation protocol, not a completed benchmark leaderboard. Zush does not claim benchmark scores until the controlled run, tested versions, review date, and evidence can be published together.