Jens
2cdf9c99c6
1.6 KiB
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, docs/KNOWN_LIMITATIONS.md en docs/DEFINITION_OF_DONE.md.