# Accuracy, modelgrenzen en bewijs

GeoIntel behandelt AI-resultaten als voorstellen die aan brondata,
modelidentiteit, ruimtelijke context en kwaliteitsmetingen gekoppeld blijven.
Een model wordt niet automatisch gedownload of geactiveerd.

## Wat gebruikers mogen verwachten

- GIS-bewerkingen en AI-inferentie bewaren hun invoer- en uitvoerprovenance.
- Referentie- en kandidaatdata blijven afzonderlijk herkenbaar.
- Precision, recall, F1, IoU, false positives en false negatives zijn
  inspecteerbaar waar een geschikte referentieset beschikbaar is.
- Een groen technisch proces is geen garantie dat een model voor elk gebied,
  seizoen, sensortype of objecttype betrouwbaar is.
- Modeloutput vraagt menselijke of taakgerichte kwaliteitscontrole vóór gebruik
  in beslissingen met operationele, juridische of veiligheidsimpact.

## Releasegrens

Modelpromotie vereist een reproduceerbaar benchmarkmanifest, een exacte
model-SHA-256, gescheiden ontwikkel- en evaluatiesets, leakagecontroles en de
toepasselijke releasegates. Ontbrekend bewijs faalt gesloten.

## Publieke versus lokale evidence

De repository bevat alleen broncode, methodedocumentatie en expliciet publieke
fixtures. Runtime-databases, exacte operationele locaties, modelgewichten,
contact sheets, trainingsdata en gegenereerde evaluatierapporten worden lokaal
of in gecontroleerde artefactopslag bewaard. De scripts onder `scripts/` kunnen
deze evidence opnieuw genereren zonder ze aan Git toe te voegen.

Zie ook [SECURITY.md](../SECURITY.md),
[docs/KNOWN_LIMITATIONS.md](KNOWN_LIMITATIONS.md) en
[docs/DEFINITION_OF_DONE.md](DEFINITION_OF_DONE.md).