信任与评估
方法说明与基准测试
Zush 如何评估 AI 文件命名质量：评分标准、测试流程、审核标准与更新节奏。
每月复审5 项加权检查公开 changelog
治理
编辑责任
评分
评分标准
每次工作流都会按加权模型评估，平衡命名准确性、操作安全和日常可用性。
| 维度 | 权重 | 衡量内容 |
|---|---|---|
| 语义文件名准确性 | 35% | 新名称是否描述文件含义，而不是通用模式。 |
| 批量一致性 | 20% | 混合文件任务中命名风格是否稳定。 |
| 自动化深度 | 15% | 批量流程、文件夹监控和可重复性。 |
| 安全控制 | 15% | 历史记录、回滚和应用前预览。 |
| 运行适配度 | 15% | macOS 工作流质量、速度和设置阻力。 |
验证
Benchmark 协议
- 01
使用包含截图、照片、PDF 和 Office 文档的混合文件集。
- 02
用相同 prompt 和命名约束运行受控重命名任务。
- 03
按评分标准评估输出，并记录误判或含糊命名。
- 04
在标记为可生产使用前验证回滚和恢复行为。
- 05
发布后重复检查，并记录重要变化。
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No unpublished scores presented as facts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.