Başdan-başa Tətbiq: Qiymətləndirmə, Qiymətləndirmə, Etika və Sərhədlər

Qazanclar:

• Öz məlumatlarınızla modeli qiymətləndirən kiçik test dəsti (qiymətləndirmə) qurmaq imkanı
• İnsan yoxlamasını, məhdudiyyətləri və məsuliyyətli istifadə siyasətini iş prosesinə daxil edin
• Halüsinasiya, məxfilik və etik riskləri tanıyın və azaldıcı tədbirlər həyata keçirin

Siz düzgün modeli seçmisiniz; İş bitdi? Xeyr, əsl iş indi başlayır. Biznesinizə bir model qoymaq, onu öz məlumatlarınızla sınamaq, onun nəticələrini təsdiqləmək və məsuliyyətlə tərtib etmək deməkdir. Bu son bölmə bütün modulu başdan-başa tətbiqə çevirir: siz kiçik bir test paketi (qiymətləndirmə) qurmağı, insan yoxlamasını iş prosesinə yerləşdirməyi, halüsinasiyalar və məxfilik risklərini idarə etməyi və etik sərhədləri necə çəkməyi öyrənəcəksiniz. Qurğunu bitirdikdən sonra siz yalnız modeli seçməklə deyil, həm də onu əminliklə işə salmaq üçün təchiz olunacaqsınız.

Qiymətləndirmə (Qiymətləndirmə): Öz Məlumatlarınızla Sınaq

İndi bilirsiniz ki, bir modelin biznesinizə uyğun olub-olmadığını reklamlar deyil, yalnız faktiki məlumatlarınız deyə bilər. Bunu ölçməyin yolu qiymətləndirmə dəsti (qiymətləndirmə) qurmaqdır: işinizdən düzgün cavabı məlum olan kiçik nümunələr toplusu.

Sadə bir qiymətləndirmə belə qurulur:

1. 10-30 real nümunə toplayın. İşinizə xas olan girişləri seçin (çətin və asan qarışdırın).
2. Hər bir nümunə üçün "düzgün/gözlənilən nəticəni" müəyyən edin. Bir mütəxəssis nə cavab verəcək?
3. Namizədləri eyni nümunələrdən keçirin. Müqayisə etdiyiniz modelləri bir-bir eyni dəstlə sınayın.
4. Nəticələri hesablayın. Neçə misalda doğrudur? Harada səhv etdi? Səhvlər məqbuldurmu?
5. Müqayisə edin və seçin. Ən yüksək ümumi balı deyil, sizin üçün ən kritik nümunələrdə ən etibarlı olanı seçin.

İpucu: Liderlər cədvəlinə kor-koranə etibar etməyin. Bir model qlobal miqyasda birinci yerdə ola bilər, lakin sizin xüsusi türk hüquqi mətninizdə ikinci yerdə olan modeldən daha pis performans göstərə bilər. 20 nümunədən ibarət öz qiymətləndirməniz yüzlərlə ictimai testdən daha dəyərlidir.

Halüsinasiya: Modelin ən məkrli riski

Halüsinasiya, modelin etibarlı bir dildə əslində həqiqətə uyğun olmayan məlumatları istehsal etməsidir. Model “bilmirəm” demək əvəzinə, mövcud olmayan qanunvericilik aktı, uydurma statistika və ya saxta tarix təqdim edə bilər; Üstəlik, bunu son dərəcə inandırıcı bir dillə edir. Bu, AI-nin ən təhlükəli tərəfidir, çünki səhv həqiqət kimi maskalanır.

Halüsinasiyanı tamamilə aradan qaldıra bilməzsiniz, ancaq onu azalda və tuta bilərsiniz:

• Base it on the source: Ask the model to generate answers from the documents you provide, not from its own "memory" (RAG logic).
• Mənbələri tələb edin: “Hər iddianın yanında onun əsaslandığı sənədi/bölməni yazın” deyin; Mənbə verə bilmirsə, şübhələnsin.
• İnsanların əmin olmadıqlarını söyləmələrini təmin etmək: “Əmin deyilsinizsə, “aydın deyil” yazın” təlimatı modelin uyğunluğunu azaldır.
• Human verification: Critical outputs must be verified by a human.

Caution: Never use model output without validating it for legal, medical or financial decisions. A "law article" or "dose information" produced by the model may be completely fabricated. Bu sahələrdə AI qaralama/ilkin alətdir; Bacarıqlı insan həmişə son sözü deyir.

İnsan Yoxlama Tələbləri

Artificial intelligence works best as a tool that accelerates people, not puts them out of work. The correct setup is as follows: produces or pre-qualifies the model draft; insan nəzərdən keçirir, düzəldir və təsdiqləyir. How stringent the verification needs to be depends on the cost of the error.

Quest

Xəta dəyəri

insan yoxlanışı

Məhsulun təsviri layihəsi

aşağı

Nümunə nəzarəti kifayətdir

Müştəri e-poçt cavabı

orta

Təqdimatdan əvvəl baxış

Müqavilə riskinin təhlili

yüksək

Məqalə üzrə ekspert təsdiqi

Tibbi/maliyyə məsləhəti

çox yüksək

Tam ekspert yoxlaması, yalnız AI dəstəyi

This table strikes the balance between "manually checking every output" and "not checking at all." While sample control is sufficient for low-cost jobs, every output must be verified for high-priced jobs.

Etik və Məsuliyyətli İstifadə

Although model selection may seem like a technical decision, there are ethical responsibilities behind it:

• Transparency: Let your customers or employees know that you are using AI in appropriate places. A customer has the right to know whether they are talking to a human or AI.
• Bias: Models can inherit bias from the data on which they are trained. Monitor the fairness of outcomes in sensitive areas such as recruitment and credit assessment.
• Privacy: Embed the data protection principles you learned in unit 8 into the workflow; Şəxsi məlumatları ehtiyatsızlıqla göndərməyin.
• Accountability: When a mistake occurs, the "AI made it" defense is not enough. Məsuliyyət avtomobildən istifadə edən qurumun üzərinə düşür. Beləliklə, sənədlərin yoxlanılması prosesləri.

İpucu: İş prosesinizə bir az “məsuliyyətli istifadə siyasəti” yazın: hansı işlərdə AI istifadə edə bilər, hansı məlumatlar göndərilə bilməz, onu kim yoxlayacaq və səhvlər necə bildiriləcək. Bu bir səhifəlik sənəd gələcəkdə böyük problemlərin qarşısını alır.

Üç realist hal

1-ci hal - Qiymətləndirmədən peşman olun. Sığorta komandası ən populyar modeli sınaqdan keçirmədən iddiaları ümumiləşdirməyə başlayır. İki həftə sonra anlayırlar ki, model türkcə texniki terminlərdə tez-tez səhvlər edir və bəzi məbləğləri səhv oxuyur. 20 nümunədən ibarət bir qiymətləndirmə qurduqda və üç modeli müqayisə etdikdə, türk texniki mətnlərində ən populyar olmayan, lakin daha dəqiq olan modelə keçirlər. Zərər: iki həftə və korrektə işi. Dərs: əvvəlcə qiymətləndirin, sonra yerləşdirin.

Hal 2 - Halüsinasiyanı çəkən proses. Hüquqşünas modelin çapında "Ali Məhkəmənin qərarı" arayışını görür. Onların prosesində "hər bir istinadı yoxlayın" qaydası olduğundan, o, qərarı axtarır və belə bir qərarın olmadığını görür; O, bir model hazırladı. İnsan yoxlaması sayəsində uydurma məlumatlar heç vaxt müştəriyə çatmır. Doğrulama qaydası olmasaydı, reputasiya itkisi ciddi ola bilərdi.

Məsələn 3 – Şəffaflıqla etibar edin. Elektron ticarət şirkəti süni intellekt ilə müştəri dəstəyi cavabları hazırlayır, lakin hər cavabın altına qeyd əlavə edir: “Bu cavab süni intellekt dəstəyi ilə hazırlanıb və nümayəndələrimizdən biri tərəfindən nəzərdən keçirilib.” Müştərilər həm sürətli cavabdan, həm də bir insanın nişanlı olduğunu görməkdən daha çox razıdırlar. Şəffaflıq gizlədiləcək zəiflik deyil, inam mənbəyidir.

Zəif Tələb / Güclü Tələb: Doğrulana bilən Çıxış

Zəif çağırış:

Mənə bu müqavilənin riskli bəndləri haqqında danışın.

Modelə uyğun ola bilər; heç bir mənbə, qeyri-müəyyənlik əlaməti yoxdur.

Güclü göstəriş:

Sizin rolunuz: müqavilə analitiki (son qərar hüquqşünasa məxsusdur). Tapşırıq: Aşağıdakı müqavilədə potensial riskli bəndləri vurğulayın. Hər bir tapıntı üçün: (1) bəndin nömrəsi və sözlü sitat, (2) bunun niyə riskli olması, (3) güvən səviyyəniz (yüksək/orta/aşağı). Yalnız mətndəki bəndlərə etibar edin; Mətndə olmayan bir şeyi uydurmayın. Əmin olmadığınız yerdə "vəkil təsdiqi tələb olunur" yazın. [müqavilə]

Güclü tez hər bir iddianı mənbə ilə əlaqələndirir (məqalə nömrəsi + sitat), etibarlılıq səviyyəsini tələb edir və uydurmanı qadağan edir; Bu, halüsinasiyanın tutulmasını təmin edir.

Kopyalana bilən şablonlar

1. Dəst dizaynını qiymətləndirin:

Aşağıdakı tapşırıq [TASK] üçün qiymətləndirmə dəstini tərtib edin. 15 nümunə daxiletməni təklif edin (qarışıq asan-orta-çətin), hər biri üçün "gözlənilən düzgün nəticə"nin necə müəyyən ediləcəyini və qiymətləndirmə meyarını müəyyənləşdirin (1-5).

2. Halüsinasiyanı azaldan sarğı:

İstehsalı azaltmaq üçün aşağıdakı əmri yenidən yazın: "[PROMPT]". Mənbələrə istinad etmək, etimad səviyyələrini təyin etmək üçün qaydalar əlavə edin və "əmin deyilsinizsə, mənə deyin".

3. Doğrulama axınının dizaynı:

Aşağıdakı iş prosesində [İŞ AKIŞI] AI çıxışı üçün insan yoxlama addımını tərtib edin. Səhv qiymətinə əsaslanaraq yoxlamanın nə qədər ciddi olmasını müəyyənləşdirin; kim nəyi, nə vaxt yoxlayacaq yaz.

4. Məsuliyyətli istifadə siyasətinin layihəsi:

[INDUSTRY] komanda üçün bir səhifəlik "məsuliyyətli AI istifadə siyasəti" layihəsini hazırlayın. Aşağıdakı başlıqları daxil edin: icazə verilən istifadələr, qadağan olunmuş məlumatlar, yoxlama məsuliyyəti, şəffaflıq hesabatı, səhv hesabatı.

Ümumi səhvlər

• Qiymətləndirməsiz yerləşdirmə: Modeli öz məlumatlarınızla sınaqdan keçirmədən işə salmaq və səhvlər müştəridə/işdə əks olunduqdan sonra fərqinə varmaq.
• Halüsinasiyaya güvənmək: İstinadları yoxlamadan modelin etibarlı dilindən həqiqət kimi istifadə etmək.
• İnsan yoxlamasından yan keçmək: Yüksək xərc tələb edən qərarlarda məhsulu nəzarətsiz buraxmaq; “AI bacardı” müdafiəsinə söykənmək.
• Şəffaflıqdan qaçınmaq: AI-dən istifadənizi gizlətmək; baş verdikdə özünə inam itkisi yaşayır.
• Etikaya və qərəzliyə məhəl qoymamaq: Nəticənin ədalətliliyinə nəzarət etmədən həssas qərarlardan (işə götürmə, kredit) istifadə.

Xülasə

• Modeli yerləşdirməzdən əvvəl öz məlumatlarınızla kiçik bir qiymətləndirmə dəsti qurun və namizədləri sınaqdan keçirin; ümumi reytinqlər biznesinizi təmsil etmir.
• Halüsinasiya modelin inamla yalançı dil istehsalıdır; Mənbə atributu, etibar səviyyəsi və insan yoxlanışı ilə əldə edilmişdir.
• İnsan yoxlamasının ciddiliyi xətanın qiymətinə uyğun olaraq tənzimlənir; Kritik sahələrdə AI yalnız dəstəkdir, qərar insandır.
• Şəffaflıq, qərəzli nəzarət, məxfilik və hesabatlılıq; məsul AI istifadəsinin dörd sütunudur. Bir səhifə siyasəti böyük risklərin qarşısını alır.

Tətbiq tapşırığı

Modul boyu seçdiyiniz namizəd model(lər) üçün bu bölmədə (qiymətləndirmə dəsti dizaynı) şablon 1 ilə 15 nümunədən ibarət qiymətləndirmə dəstini qurun və ən azı iki modeli bu dəstlə müqayisə edin. Sonra şablon 3 (təsdiqləmə axını) ilə çıxışın insanlar tərəfindən necə yoxlanılacağını dizayn edin və şablon 4 (məsuliyyətli istifadə siyasəti) ilə komandanız üçün bir səhifəlik siyasət hazırlayın. Bu üç nəticə bütün modulu işlək yerləşdirmə planına çevirir.

yoxlama siyahısı

• [ ] Öz məlumatlarımla mən kiçik qiymətləndirmə dəsti qura və modelləri müqayisə edə bilərəm.
• [ ] Mən halüsinasiyalar tanıya bilirəm və yüngülləşdirici və həbsedici tədbirlər tətbiq edə bilirəm.
• [ ] Səhv qiymətinə əsasən insan yoxlamasının sərtliyini tənzimləyə bilərəm.
• [ ] Mən şəffaflıq, qərəzlilik, məxfilik və hesabatlılıq prinsiplərini iş prosesinə daxil edə bilərəm.
• [ ] Mən bir səhifəlik məsul AI istifadə siyasəti hazırlaya bilərəm.

Modul imtahanı

1. Süni intellekt “təchizatçı” ilə “model ailə” arasındakı fərq nədir?

• A) Provayder modeli hazırlayan şirkət, model ailəsi isə həmin şirkətin brend altında model qrupudur ✔
• B) Onlar tam eyni şeydir və bir-birinin əvəzində istifadə olunur
• C) Provayder modelin qiyməti, model ailəsi modelin sürətidir.
• D) Model ailəsi şirkətə, tədarükçü vahid model versiyasına aiddir

Təsvir: Provayder modeli hazırlayan şirkətdir (məsələn, Antropik); Model ailəsi, şirkətin brend altında topladığı model qrupudur (məsələn, Klod). Model versiyası ailə daxilində xüsusi versiyadır.

2. Modelin “çəkilərini” necə ən dəqiq müəyyən etmək olar?

• A) Modelin dəqiqədə istehsal edə biləcəyi tokenlərin sayıdır
• B) Modelin təlim zamanı öyrəndiyi və məlumatlarını saxladığı milyardlarla ədədi parametrlərdir. ✔
• C) Modelin aylıq abunə haqqıdır
• D) Model tərəfindən dəstəklənən dillərin sayıdır

Təsvir: Çəkilər modelin təlim zamanı öyrəndiyi milyardlarla ədədi parametrlərdir; Burada "modelin bildiyi hər şey" saxlanılır. Qapalı/açıq çəki fərqi bu parametrlərin yüklənə və işə salına bilməsindən asılıdır.

3. “Açıq çəki” və “açıq mənbə” haqqında hansı müddəa doğrudur?

• A) Onlar tamamilə eyni anlayışlardır və hər ikisi qeyri-məhdud kommersiya istifadəsini verir
• B) Açıq çəki həmişə məşq məlumatlarını ictimailəşdirir
• C) Eyni şey deyil; Açıq çəkidə adətən yalnız parametrlər paylaşılır və lisenziya şərtləri kommersiya istifadəsini məhdudlaşdıra bilər ✔
• D) Açıq mənbə modelləri endirilə bilməz, açıq çəki modelləri yüklənə bilər

İzahat: Açıq çəkidə yalnız model parametrləri paylaşılır; təlim məlumatları və prosesi çox vaxt açıqlanmır və bəzi lisenziyalar kommersiya istifadəsini məhdudlaşdırır. Beləliklə, "açıq çəki" "açıq mənbə" ilə tam olaraq eyni deyil.

4. Aşağıdakılardan hansı uzunmüddətli müqavilələri oxuyan və təhlil edən hüquq komandası üçün ən həlledici model xüsusiyyətidir?

• A) Ən aşağı token qiymətinə malik olmaq
• B) Vizual (multimodal) emal qabiliyyətinə malik olması
• C) Açıq çəki lisenziyasının olması
• D) Geniş kontekst pəncərəsinin olması ✔

İzahat: Uzun sənədləri bütövlükdə emal etmək üçün modelə böyük kontekst pəncərəsi lazımdır; Kontekst pəncərəsi modelin bir anda yadda saxlaya biləcəyi tokenlərin ümumi miqdarıdır.

5. Qapalı çəki modelləri üçün token qiymətləri ilə bağlı hansı doğrudur?

• A) Çıxış nişanı adətən giriş nişanından əhəmiyyətli dərəcədə bahadır ✔
• B) Giriş və çıxış həmişə tam eyni qiymətdir
• C) Yalnız sabit aylıq ödəniş alınır, istifadə məbləğinin əhəmiyyəti yoxdur
• D) Giriş işarəsi həmişə çıxışdan dəfələrlə bahadır

İzahat: Qiymət tokenə görə hesablanır və modelin istehsal etdiyi çıxış tokeni adətən göndərdiyiniz giriş tokenindən bir neçə dəfə bahadır. Buna görə də, uzun və lazımsız çaplar xərcləri sürətlə artırır.

6. Faktura şəkillərindən məlumatları avtomatik çıxarmaq istəyən mühasibat qrupu üçün modeldə hansı xüsusiyyət vacibdir?

• A) Mümkün olan ən geniş kontekst pəncərəsi
• B) Multimodallıq (vizual emal qabiliyyəti) ✔
• C) Açıq çəki lisenziyası
• D) Münaqişənin ən yüksək səviyyəsi

İzahat: Vizual məzmunu başa düşmək üçün model mətnlə yanaşı şəkilləri də emal edə bilməlidir, yəni multimodal olmalıdır. Multimodallıq modelin mətn, şəkillər və bəzən audio kimi bir çox məlumat növlərini idarə etmək qabiliyyətidir.

7. Yüksək həcmli, sadə tapşırıq (məsələn, minlərlə rəyin müsbət/mənfi təsnifatı) üçün ən məntiqli seçim hansıdır?

• A) Həmişə ən güclü və ən bahalı əsaslandırma modeli
• B) Yalnız açıq çəkidə və öz serverində işləyən model
• C) Yüngül və ucuz model, çünki tapşırıq sadə və həcmi yüksəkdir ✔
• D) Ən geniş kontekst pəncərəsinə malik model

Təsvir: Yüngül, aşağı qiymətli model sadə, yüksək həcmli tapşırıqları yerinə yetirir; Ən güclü və bahalı modeldən istifadə burada lazımsız xərclər yaradır. Düzgün yanaşma tapşırığın çətinliyini model səviyyəsinə uyğunlaşdırmaqdır.

8. Şəxsi məlumatları ehtiva edən mətnin KVKK baxımından xaricdə yerləşən AI provayderinə göndərilməsinə nə səbəb olur?

• A) Heç bir hüquqi məsuliyyət yaratmır
• B) Yalnız provayderin Aİ-də olması vacibdir, başqa heç bir halda
• C) Məlumatın anonim olub-olmamasından asılı olmayaraq, bütün hallarda qəti qadağandır.
• D) Xaricə məlumat ötürülməsi nəzərdə tutulur və KVKK-nın xüsusi şərtlərinə tabedir ✔

İzahat: Xaricdəki provayderin serverlərindəki əməliyyat məlumatları “xaricə məlumat ötürülməsi” hesab edilir və bu mövzuda KVKK-nın xüsusi şərtlərinə (açıq razılıq, adekvatlıq qərarı, müvafiq təminatlar kimi) tabedir.

9. Modelin 'əsaslandırma' rejimi nə edir və bu, maya dəyərinə necə təsir edir?

• A) Mürəkkəb məsələlərdə dəqiqliyi artırır, lakin daha çox token yaratdığı üçün xərcləri və gecikməni artırır ✔
• B) Həmişə modeli pulsuz edir
• C) Yalnız model tərəfindən dəstəklənən dillərin sayını artırır
• D) Həmişə cavabları qısaldın və xərcləri azaldın

Təsvir: Mühakimə rejimi modelə cavab verməzdən əvvəl addım-addım “düşünməyə” imkan verir; Çox addımlı və mürəkkəb problemlərdə dəqiqliyi artırır, lakin daha çox token yaratdığı üçün xərcləri və gecikməni də artırır.

10. Öz biznesiniz üçün modeli qiymətləndirərkən (qiymətləndirərkən) ən etibarlı yanaşma hansıdır?

• A) Sadəcə ən populyar modeli seçmək və onu sınaqdan keçirmədən istifadə etmək
• B) Öz real tapşırıqlarınızdan ibarət kiçik bir test toplusunu qurun və onunla modelləri müqayisə edin ✔
• C) Sadəcə reklamlarda qeyd olunan meyarlara baxmaq
• D) Ən yüksək kontekst pəncərəsi olan modeli avtomatik olaraq ən yaxşı kimi qəbul edin

İzahat: Liderlər lövhələrinə kor-koranə etibar etmək əvəzinə, öz real tapşırıqlarınızdan ibarət kiçik bir test dəstini yaratmaq və bu dəstdə modelləri müqayisə etmək, həqiqətən, biznesinizə uyğun olanı aşkar edəcək.

11. Model çıxışında “halüsinasiyalar” ola biləcəyi barədə məlumat iş prosesinizi necə formalaşdırmalıdır?

• A) Çıxış həmişə düzgün hesab edilməli və birbaşa dərc edilməlidir
• B) Halüsinasiya pullu modellərdə deyil, yalnız pulsuz modellərdə müşahidə olunur
• C) Kritik qərarlarda çıxış insan tərəfindən yoxlanılmalı və mənbələr təsdiqlənməlidir ✔
• D) Sadəcə modeli dəyişdirməklə hallüsinasiyanı tamamilə aradan qaldırmaq olar

İzahat: Halüsinasiya modelin etibarlı bir dildə əslində həqiqətə uyğun olmayan məlumatları çıxarmasıdır. Bu riskə görə, xüsusilə hüquqi, tibbi və maliyyə qərarları üçün məhsulun insan tərəfindən yoxlanılması tələb olunmalıdır.

12. Yetkin institutlar tərəfindən qəbul edilən “model portfel” yanaşmasının əsas məntiqi nədir?

• A) Hər bir işi tək, ən bahalı modelə həvalə etməklə sadəliyi təmin etmək.
• B) Yalnız ən ucuz modeldən istifadə etmək və keyfiyyətə tamamilə məhəl qoymamaq
• C) Heç bir modeldən istifadə etməyin və bütün işləri əl ilə yerinə yetirməyin
• D) Tapşırığa uyğun olaraq müxtəlif modellərdən istifadə etməklə xərclərin optimallaşdırılması və bir provayderdən asılılığın azaldılması ✔

Təsvir: Model portfeli tapşırığa uyğun olaraq müxtəlif modellərdən istifadə etməkdir: sadə və həcmli işlər üçün ucuz model, mürəkkəb işlər üçün güclü model, məxfi məlumatlar üçün açıq çəki/regional model. Bu həm xərcləri optimallaşdırır, həm də bir provayderdən asılılığı azaldır.

13. Nə üçün mənşə ölkəsi və məlumatların saxlanması siyasəti model seçimi üçün meyar ola bilər?

• A) Tənzimləmə, məlumatların suverenliyi və məxfilik tələblərinə birbaşa təsir etdiyi üçün ✔
• B) Yalnız ona görə ki, o, modelin cavab sürətini müəyyən edir
• C) Modelin dəstəklədiyi fayl formatlarını müəyyən etdiyi üçün
• D) Praktiki təsiri olmadığı üçün sadəcə marketinq detalıdır

Təsvir: Modelin tərtibatçısının yerləşdiyi ölkə və harada/nə qədər məlumat saxlanılır; Hüquqi tənzimləmə, məlumatların suverenliyi və məxfilik baxımından həlledicidir. Məsələn, Aİ daxilində ev sahibliyi etmək istəyən bir təşkilat üçün regional provayder və ya sıfır yaddaş seçimi vacib olur.

14. Tapşırıqda “vahid ən yaxşı model” axtarmağın nə üçün aldadıcı olduğunu ən yaxşı hansı izah edir?

• A) Bütün modellər əslində eyni imkanlara malikdir
• B) Modellər müxtəlif ölçülərdə güclüdür, ona görə də 'ən yaxşı' iş tələbindən asılıdır ✔
• C) Ən bahalı model avtomatik olaraq hər tapşırıqda ən yaxşısıdır
• D) Model seçimi tamamilə təsadüfi aparılmalıdır

Təsvir: Modellər sürət, xərc, kontekst, multimodallıq, məxfilik və əsaslandırma kimi müxtəlif ölçülərdə güclüdür. Bir ölçüdə lider olan model digər ölçüdə zəif ola bilər; ona görə də 'ən yaxşı' həmişə iş tələbindən asılıdır.