Guarda cosa riesci a capire da un esperimento DIBER.
Questa demo parte dai risultati, non dal JSON. Cambia scenario e osserva KPI, delta, stabilità, transizioni, relazioni logiche, integrità metodologica, exposure e matrice modello/prompt.
Nota: tutti i valori di questa pagina sono dati sintetici dimostrativi. Non sono benchmark reali di modelli o provider.
—
—
—
Executive summary
Le metriche principali del candidate e il delta rispetto alla baseline.
Baseline vs Candidate
Il confronto esplicita livelli assoluti e delta per ogni metrica rilevante.
Coverage × Quality
Ogni punto rappresenta una run/configurazione.
Error profile
Non solo quanto perdi, ma perché.
Repeated-run stability
Media e dispersione raccontano cose diverse. Qui DIBER rende visibile la variabilità delle run ripetute con la stessa configurazione.
Point-by-point transitions
Quali punti della ground truth sono realmente cambiati fra baseline e candidate.
| Point | Importanza | Baseline | Candidate | Transition |
|---|
Logical relations
Le dipendenze semantiche mostrano quando una conclusione apparentemente corretta poggia su una premessa problematica.
Methodology & input exposure
DIBER rende esplicito cosa è cambiato tra le configurazioni e quale contesto era effettivamente disponibile al modello.
Model / Prompt Matrix
Una vista compatta delle combinazioni testate, utile per separare l'effetto del modello da quello del prompt.
Behavioral profile
Quando il test include segnali comportamentali, DIBER può aggregarli senza introdurre un secondo giudice stocastico nel calcolo.
Raw report
La demo è visual-first, ma il payload deterministico completo resta ispezionabile.