문서 · 가늠 평가 샌드박스

같은 산출물, 교차검증

가늠 평가 샌드박스는 동일한 산출물·프롬프트를 여러 모델에 병렬로 보내고, 5축 역량 기준으로 채점해 어디서 의견이 갈리는지 증거로 확인합니다.

검증 모델

트라이앵귤레이션에 참여하는 모델

Anthropic

Claude Sonnet 4.6

OpenAI

GPT-5.5

Google

Gemini 2 Pro

산출물에서 하네스까지 5단계

01산출물 또는 프롬프트를 입력하고, 대표 테스트 케이스를 3~8개 추가합니다.

02실행을 누릅니다. 가늠이 같은 페이로드를 모든 검증 모델에 병렬로 보냅니다.

03각 응답을 5축 루브릭으로 0-100점 채점합니다. 응답 시간·토큰·비용도 함께 기록됩니다.

04병렬 비교 뷰가 모델 간 일치·불일치 부분을 강조해 교차검증 증거로 제시합니다.

05최고 점수 또는 컨센서스 산출물을 클릭 한 번으로 하네스로 승격합니다.

5축 평가 기준

투명하게 가중된 평가 루브릭

루브릭은 공개·버전 관리되며 워크스페이스별로 수정 가능합니다. 기본값이 대부분의 팀에 적합하고, 필요하면 축별로 조정하세요.

형식 정합성

요청한 구조(JSON, 마크다운, 목록)와 일치하는가?

논리 일관성

추론이 끊기지 않고 흐르는가? 모순이나 비약이 없는가?

사실 정확성

주장은 입력 증거나 검증 가능한 지식에 근거하는가?

간결성

핵심을 잃지 않으면서 더 줄일 여지가 없는가?

실행 가능성

팀원이 이 산출물만 보고 다음 단계로 움직일 수 있는가?

데모에서 직접 교차검증을 실행하세요

실제 증거 산출물로 미리 구성되어 있습니다. 실행 후 모델 간 차이를 확인하세요.

평가 샌드박스 열기