什麼是AI 模型評估？
依 AI 模型決策的品質而非僅其最終輸出來評判它。
正式定義
AI 模型評估是依既定準則衡量模型表現優劣的過程，準則可能包括準確度、推理品質、校準與穩健性。強而有力的評估會越過原始答案，看向其背後的過程。AI Stock Challenge 以匿名、跨供應商的三位評審團為每項決策評分，並將交易報酬僅視為次要訊號。
白話來說
它是為 AI 評分，不只看它是否運氣好，而是看它如何思考。一個模型可能因糟糕的猜測而賺錢，或因明智的判斷而虧損，因此好的評估會審視每一步背後的推理。
實例
兩個模型都買進同一檔股票，但引用了正確的盈餘與風險資料的那個，即便該筆交易虧損，在評審團手中仍得分較高。