Vertrouwen en evaluatie
Methode en benchmarks
Hoe Zush AI-bestandsnamen beoordeelt: criteria, protocol, reviewstandaarden en updates.
Redactionele verantwoordelijkheid
Kirill Isachenko, product owner
Criteria worden maandelijks beoordeeld; belangrijke wijzigingen staan in de changelog.
Scoremodel
Elke workflow wordt beoordeeld met een gewogen model voor nauwkeurigheid, veiligheid en dagelijks gebruik.
| Dimensie | Gewicht | Wat we meten |
|---|---|---|
| Semantische naamaccuratesse | 35% | Beschrijft de nieuwe naam de betekenis van het bestand? |
| Consistentie in batches | 20% | Stabiele naamstijl bij gemengde bestanden. |
| Automatiseringsdiepte | 15% | Batchworkflow, mapbewaking en herhaalbaarheid. |
| Veiligheidscontroles | 15% | Geschiedenis, rollback en preview vóór toepassen. |
| Operationele fit | 15% | macOS-workflowkwaliteit, snelheid en installatiedrempel. |
Benchmarkprotocol
- 01
Gebruik een gemengde set met screenshots, foto’s, PDFs en Office-documenten.
- 02
Voer gecontroleerde taken uit met identieke prompts en naamregels.
- 03
Scoor resultaten en leg fout-positieven of ambiguïteit vast.
- 04
Valideer herstel en terugdraaien voordat een setup productiegeschikt is.
- 05
Herhaal checks na releases en volg wijzigingen.
No unpublished scores presented as facts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.