OFFENES DATENSCHEMA · VERSION 1.0 · 2026-07-19

Veröffentlichen Sie KI-Codierungsnachweise, die andere prüfen können.

Dieses offene Paket verbindet Aufgaben, die vor dem Testen ausgewählt wurden, jeden während des Testens beobachteten Lauf und eine begrenzte Fallzusammenfassung. Die Dateien sind bewusst leer: Wir stellen synthetische Ergebnisse nicht als Originalforschung dar.

Wiederverwendbare Forschungs-Assets

Von der Vorregistrierung zum veröffentlichbaren Fall.

CC0-lizenzierte Schemas erleichtern unabhängige Replikation und Vergleich. Leer bedeutet nicht verfügbar; null bedeutet gemessenes null. Zitieren Sie beim Veröffentlichen von Ergebnissen die <a href="https://github.com/ct-jaryn/monkeycode-seo/blob/main/CITATION.cff" target="_blank" rel="noreferrer">versionierten Zitier-Metadaten</a> des Repositorys.

01 / CSV

Aufgaben vorregistrieren

Frieren Sie vor dem Testen Commit, Abnahmekriterien, zulässige Dateien, Prüfungen, Sicherheitsbeschränkungen und Timeout ein.

Schema herunterladen
02 / CSV

Jeden Versuch aufzeichnen

Behalten Sie akzeptierte und abgelehnte Läufe mit Versionen, Zeit, Review-Aufwand, Nutzung, Kosten, Wiederholungen und Fehlerkategorie.

Schema herunterladen
03 / CSV

Einen begrenzten Fall veröffentlichen

Berichten Sie Bewertungszeitraum, Stichprobengröße, Baseline, Entscheidung, Grenzen, Nachweise und Veröffentlichungseinwilligung.

Schema herunterladen

Mindest-Nachweisstandard

Ein Fall ist nur dann ein Nachweis, wenn seine Grenzen sichtbar bleiben.

Veröffentlichen Sie exakte Versionen und Stichprobenzahlen, behalten Sie Fehler bei, verlinken Sie unterstützende Artefakte, legen Sie Interessenkonflikte offen und holen Sie vor der Nennung einer Organisation deren Einwilligung ein.

Kein Rosinenpicken

Jeder Versuch bleibt in der Laufdatei, einschließlich Setup-, Modell-, Test-, Review- und Richtlinienfehlern.

Keine anonyme Befürwortung

Ein anonymisiertes Pilotprojekt kann gemessene Bedingungen beschreiben, darf aber keine Kundenfreigabe andeuten.

Kein universelles Ranking

Ergebnisse stützen Entscheidungen innerhalb des getesteten Repositorys, des Modells, der Umgebung und des Zeitfensters.

NACHWEISE BEITRAGEN

Führen Sie das Protokoll aus und veröffentlichen Sie einen versionierten Datensatz.