ショーケース · 実際の監査性

予算計算を監査できますか？

3つの正しい答えがどれだけ早く人が検証できるかにどのように異なるかを見てください。

タスク 3つのキャプチャされた出力を確認するアクション 注釈付き出力ビューアを操作する結果固定された監査ベースラインを明らかにします

ステップ1 · 固定タスク

正確なプロンプトから始めます。

参考訳

リリース予算は1,200ドルです。固定費はソフトウェアに249ドル、研究に180ドルです。固定費の後の残額の15%を予備費として確保してください。広告にいくら残りますか？計算を示し、最終的なドル額を述べてください。

元のプロンプト（英語）

A launch budget is $1,200. Fixed costs are $249 for software and $180 for research. Set aside a contingency equal to 15% of the money remaining after fixed costs. How much remains for ads? Show the calculation and state the final dollar amount.

再現性のため、取得時のプロンプトとモデル出力は原文を保持しています。翻訳は読解補助であり、新たなモデル実行の結果ではありません。

ステップ2 · 出力インスペクターを操作

1つのキャプチャされた回答ずつ確認する

モデルのアイデンティティはこのショーケースで表示されます。出力を切り替えて、監査可能性、強み、リスクを比較し、スコア付けされた選択をせずに確認できます。

出力 A

OpenAI · openai/gpt-oss-20b

要件を満たす

キャプチャされた出力

Calculation

Total budget: $1,200
Fixed costs:
- Software: $249
- Research: $180
- Total fixed costs = $249 + $180 = $429
Money remaining after fixed costs:
$1,200 – $429 = $771
Contingency (15 % of $771):
0.15 × $771 = $115.65
Amount left for ads:
$771 – $115.65 = $655.35

Final dollar amount available for ads: $655.35

ステップ3 · オーディットベースラインを明らかに

出力を固定結果と比較する

少なくとも1つの出力を確認した後にベースラインを明らかにします。これはこのタスクの参照であり、一般的なモデルスコアではありません。