目标框架 ⇐ 文章草稿

[Anonymous]

==历史==
A.I.M.S.框架是在2020年代AI技术快速发展的背景下创建的。尽管语言模型，自动化和数据分析方面的进展开辟了很大的机会，但也缺乏统一的估值标准。在此之前，组织通常依靠主观评估，实验室测试或制造商的基准。

实际上，这一差距导致了不确定性，错误的决策和投资风险。随着A.I.M.S.的发展创建了一种结构化的方法，该方法首次承诺对AI性能进行可比且可理解的测量。该框架是为了响应对AI系统打交道时对“透明度，标准化和治理”的需求的响应。

==任务和目标==
A.I.M.S.的任务它是将AI的性能评估从主观区域转移到镜头区域。框架：

*'''''''，在原始数据中，评估规则和结果是可以公开理解的，
*'''''''''''，以便可以相互平衡地权衡不同的系统，
*'''''''通过减少错误的决定和不良投资，
*'''''''，因为对AI系统的评估也越来越关注道德，治理和合规问题。

A.I.M.S.认为自己不仅是一种技术工具，而且是对AI负责承担的社会和经济辩论的贡献。
==方法==
该框架根据五个维度测量AI系统：

*''''''' - 解决问题，逻辑思维和创造力，
*''''准确性' - 结果的正确性，
*'''''' - 反应速度，
*'''相关性' - 适合性和完整性，
*'''''''' - 实用运营中的好处，例如，通过降低成本或提高质量。

每个维度的评分为1至5，从而产生总价值。

== process ==
典型的A.I.M.S.测试运行包括评估范围的定义，实际情况的开发，通过自动测试或评估编织者进行的测量以及结果的聚合和评估。结果以数字形式显示，网络图|雷达图表和行动建议。

==含义==
A.I.M.S.被认为是朝着AI区域中的“标准化”迈出的重要一步。该框架使AI系统的开发进步能够客观地理解，使整个行业可比较的系统在弹性数据库上进行管理决策。