NOMOS Puan Mimarisi

Bölüm Sınırı

Bölüm 15 şu hükmü kurdu:

Bir yanıtın geçmesi, desteklenmiş atomlarının yanlış atomlarından fazla olması değil; hiçbir telafi edilemez hatanın kullanıcıya yanlış varlık, yanlış yetki, yanlış güven veya yanlış karar olarak ulaşmamasıdır.

Şimdi bütün ölçüm zincirini sayısal sonuçlara dönüştürmemiz gerekir:

1.000 kullanıcıdan kaçına doğru temsil ulaştı?

Kaç kullanıcı yalnız sınırlı ve düzeltilebilir sorun gördü?

Kaçı Major veya Critical hata gördü?

Kaç gözlem çözülmedi, cevap üretmedi veya ölçüm kusuru nedeniyle değerlendirilemedi?

Atomik doğruluk, zorunlu cevap unsurları, atıf bütünlüğü, dil adaleti, doğal kullanıcı deneyimi ve dalgalar arası kararlılık tek sistem içinde nasıl raporlanacaktır?

On farklı AI ürününün sonuçları tek bir ekosistem görünümüne dönüştürülebilir mi?

Her AI ürününün katsayısı neye dayanmalıdır?

Bir ürünün büyük kullanıcı nüfusu, küçük bir ürünün yüksek skorunu bastırmalı mıdır?

Bir modeldeki Critical hata başka modellerin yüksek puanıyla telafi edilebilir mi?

Bu bölümün en önemli kararı şudur:

NOMOS önce dağılımı, sonra bileşenleri, en son bileşik puanı yayımlar.

Tek bir sayı ilk sonuç olmayacaktır. Çünkü: 930 puan alan iki sistem farklı risk dağılımları taşıyabilir. Birinde yalnız Moderate sorunlar bulunabilir. Diğerinde tek bir Critical hata yüksek ortalamanın altında gizlenmiş olabilir. Biri büyük dillerde güçlü, küçük dillerde zayıf olabilir. Diğeri bütün dillerde daha dengeli fakat biraz daha düşük ortalama taşıyabilir. Biri temiz oturumda güçlü, doğal kullanıcı hesaplarında zayıf olabilir. Diğeri daha istikrarlı ve kullanıcı durumlarına karşı daha dayanıklı olabilir. Daha önceki mimari, her denetlenebilir sonucun:

• AI ürünü veya model,
• tarih,
• ülke,
• dil,
• sorgu kümesi,
• tekrar sayısı,
• ölçüm kaydı

taşımasını istemişti. Aynı kaynak, sonuçların yalnız bir rozet veya sayı değil; Critical, Major, Moderate ve Advisory bulguların açık dağılımıyla kanıta dayalı bir denetim kaydı olması gerektiğini kurmuştu. Bu bölüm o mimariyi sayısal hâle getirir. Fakat sayısallaştırma, kanıtın yerine geçemez. NOMOS’un temel talebi değişmez: Kanıt verin. Sınır verin. Bağlam verin. Zaman verin. Daha çok anılmaya değil, daha doğru temsil edilmeye çalışın. Bu bölüm:

• GEO-1000 kullanıcı eşdeğeri dağılımını,
• yanıt statülerinin nüfus ağırlıklı sonuçlara dönüşmesini,
• atomik claim metriklerini,
• required-element completeness ölçümünü,
• unresolved ve not-ratable kayıtlarını,
• on bileşenli NOMOS profilini,
• 1.000 puanlık aday bileşik endeksi,
• Native Reach ve Common Support skorlarını,
• AI ürün katsayılarını,
• istem ailesi katsayılarını,
• temiz ve doğal panel sonuçlarını,
• ülke ve dil adaleti puanlarını,
• dalgalar arası kararlılık ve tekrar puanını,
• örneklem ve referans belirsizliğini,
• güven aralıklarını,
• nadir Critical hata üst sınırlarını,
• NOMOS 950+ aday sınıfını,
• skor sürümleme ve kamu sonuç kartını

tanımlar. Bu bölüm henüz:

• Apple.com sentetik sınama’ının tam uygulamasını,
• 30.000 yanıtlık uçtan uca sentetik denetimi,
• uygunluk işaretinin hukukî ve yönetişim kararını,
• bağımsız üniversite tekrar çağrısını

uygulamaz. Bunlar sonraki bölümlerin konusudur. Bölüm 16’nın temel sorusu şudur:

GEO-1000’in bütün kanıt zincirini tek sayının altında ezmeden, insanlara anlaşılır; araştırmacılara yeniden üretilebilir; AI sistemlerine makine tarafından okunabilir bir skor mimarisine nasıl dönüştürürüz?

NOMOS Challenge

İki AI ürünü düşünün.

Ürün A

1.000 kullanıcı eşdeğeri içinde:

• 920 kişi tam veya Advisory geçiş,
• 65 kişi Conditional Pass,
• 10 kişi Major Fail,
• 0 kişi Critical Fail,
• 5 kişi Unresolved

görmektedir.

Ürün B

1.000 kullanıcı eşdeğeri içinde:

• 950 kişi tam veya Advisory geçiş,
• 40 kişi Conditional Pass,
• 0 kişi Major Fail,
• 1 kişi Critical Fail,
• 9 kişi Unresolved

görmektedir. Yalnız acceptable pass oranına bakarsanız:

• Ürün A: yüzde 98,5
• Ürün B: yüzde 99

olabilir. Ürün B daha yüksek görünür. Fakat Ürün B’de kullanıcıyı sahte hukuki yetkiye yönlendiren bir Critical olay bulunmaktadır. Bu olay:

• tekil olabilir,
• düşük yaygınlığa sahip olabilir,

bütün ürün kullanıcılarını temsil etmeyebilir. Yine de:

yüksek ortalama içinde kaybolamaz.

Şimdi üçüncü bir ürün düşünün.

Ürün C

İngilizce: 98 Almanca: 96 Türkçe: 94 Düşük kaynaklı Dil L4: 62 Düşük kaynaklı Dil L5: 58 Nüfus ağırlıklı küresel skor: 93 olabilir. Fakat dil tabanı: 58 ve sağlam dil farkı: 36 puan olabilir. Dördüncü ürünün bütün dillerde sonucu:

• 88
• 87
• 86
• 84
• 83

olsun. Nüfus ortalaması daha düşük olabilir. Fakat dil adaleti daha güçlüdür. Hangisi daha iyi GEO sistemidir? Tek cevap yoktur. Şunlar ayrı sorulardır: Ortalama insan ne görüyor? En düşük dil grubu ne görüyor? Critical olay var mı? Sistem kullanıcılar arasında ne kadar değişiyor? Temiz ve doğal hesap arasındaki fark nedir? Sonuç farklı dalgalarda korunuyor mu? Şimdi on AI ürününü tek ekosistem puanına çevirdiğinizi düşünün. En büyük ürün: kullanıcıların yüzde 60’ına ulaşıyor, skoru 80. Küçük ürün: kullanıcıların yüzde 1’ine ulaşıyor, skoru 98. Ürünleri eşit ağırlıklandırırsanız: ortalama ürün kalitesini ölçersiniz. Gerçek kullanıcı erişimine göre ağırlıklandırırsanız: ortalama insan maruziyetini ölçersiniz. İki sonuç farklıdır. Birini diğerinin yerine kullanamazsınız.

Şimdi yalnız en yüksek skoru veren dört AI ürününü seçtiğinizi düşünün. Kalan altı ürünü: “Yeterli kullanıcı verisi yok.” diyerek çıkarıyorsunuz. Bu, ekosistem skoru değildir. Sonuç sonrası ürün seçimidir. Şimdi model katsayılarını:

• marka itibarı,
• şirketin ticari tercihi,
• çıkan puanın yüksekliği

üzerinden belirliyorsunuz. Bu da ölçüm değildir. Skor tasarımıdır. Bu bölümün ilk hükmü şudur:

Dağılım, bileşik puandan önce gelir.

İkinci hükmü şudur:

Gate statüsü, sayısal skordan önce gösterilir.

Üçüncü hükmü şudur:

Bir AI ürününün katsayısı kendi skoruna bağlı olamaz.

Dördüncü hükmü şudur:

Eşit ürün ortalaması ile kullanıcı maruziyeti ağırlıklı ortalama ayrı sonuçlardır.

Beşinci hükmü şudur:

Unresolved gözlemler sessizce olumlu veya olumsuz paydaya eklenemez.

Altıncı hükmü şudur:

Sıfır gözlenen Critical olay, sıfır Critical risk anlamına gelmez.

Yedinci hükmü şudur:

NOMOS 950+, yalnız 950 sayısına ulaşmak değildir; gate, taban, belirsizlik, adalet ve tekrar şartlarını birlikte karşılamaktır.

1. BÖLÜMÜN AMACI

Bu bölümün amacı, GEO-1000 denetimindeki bütün iddia, yanıt, kullanıcı, ülke, dil, panel, AI ürünü ve dalga sonuçlarını birbirini gizlemeyen katmanlı bir skor sistemine dönüştürmektir. Bölüm şu ayrımları normatif hâle getirir:

• Dağılım ile tek sayı
• Yanıt statüsü ile claim support oranı
• Strict Pass ile Conditional Pass
• Major Fail ile Critical Fail
• Unresolved ile Fail
• Not Ratable ile ürün başarısızlığı
• Ham kullanıcı sayısı ile ağırlıklı kullanıcı eşdeğeri
• Population Panel ile Sentinel Panel
• Ortalama ile taban
• Performans ile adalet
• Kalite ile kararlılık
• Temiz skor ile doğal kullanıcı skoru
• Native Reach ile Common Support
• Ürün puanı ile ekosistem puanı
• Eşit ürün ağırlığı ile maruziyet ağırlığı
• AI ürün katsayısı ile ölçüm güveni
• İstem ailesi ağırlığı ile istem sonucu
• Güncel dalga ile zaman serisi
• Örneklem belirsizliği ile referans belirsizliği
• Güven aralığı ile tahmin aralığı
• Sıfır gözlenen hata ile sıfır risk
• Ham örneklem ile etkin örneklem
• Nokta tahmini ile alt–üst doğruluk sınırı
• Bileşen puanı ile bileşik NOMOS puanı
• 950 puan ile NOMOS 950+ adaylığı
• Sayısal skor ile uygunluk kararı
• Güncel status ile tarihsel olay
• Kısmi skor ile tam karşılaştırılabilir skor
• Skor hesaplama ile skor yayını
• Skor sürümü ile yeni gerçeklik sürümü
• Skor yüksekliği ile denetim kalitesi

Bu bölümün sonunda her kamu sonucu şu sorulara açık cevap verebilmelidir:

1.000 kullanıcı eşdeğerinin kaçı hangi yanıt statüsünü gördü?

Bileşen skorları nelerdir?

Critical ve Major gate durumu nedir?

Skor hangi ürün, nüfus, istem, panel ve dalga için geçerlidir?

AI ürünlerinin katsayıları hangi dış veriye dayanır?

Belirsizlik ve etkin örneklem nedir?

Skorun hangi bölümü ölçülmüş, hangi bölümü unresolved kalmıştır?

950+ sonucu yalnız sayı mı, yoksa bütün normatif şartları taşıyan aday sınıf mı?

2. MERKEZÎ NORMATİF HÜKÜM

NOMOS, hiçbir GEO sonucunu tek çıplak puan olarak yayımlamamalıdır. Her sonuç önce kullanıcı eşdeğeri yanıt dağılımını, sonra Critical ve Major gate statülerini, sonra on bileşenli profilini, belirsizlik ve kapsam kayıtlarını; en son varsa 1.000 puanlık bileşik endeksi göstermelidir. Kamu sıralaması şu sırayı izlemelidir:

• Gate statüsü
• GEO-1000 yanıt dağılımı
• Critical, Major, Unresolved ve No-Yanıt oranları
• On bileşenli NOMOS profili
• Bileşik NOMOS endeksi
• Güven aralığı ve etkin örneklem
• Kapsam, sürüm ve karşılaştırılabilirlik bilgisi

Şu gösterim yasaktır:

“NOMOS skoru: 963.”

Doğru gösterim şuna benzemelidir: GÜNCEL STATUS: CONDITIONAL — 963/1000 / Strict Pass: 952/1000 kullanıcı eşdeğeri / Observed Confirmed Critical: 0 / Observed Confirmed Major: 0 / Unresolved: 8/1000 / 95% sampling interval: 956–969 / Critical-rate one-sided upper bound: belirtilen yöntemle / Kapsam: AI ürünü, ülke, dil, panel, istem ve dalga sürümleri

3. DAĞILIM ÖNCE, PUAN SONRA

NOMOS’un birincil sonuç nesnesi:

GEO-1000 Yanıt Distribution

Türkçesi:

GEO-1000 Yanıt Dağılımı

olacaktır. Bu dağılım, hedef nüfustaki her 1.000 kullanıcı eşdeğerinden kaçının:

• Full Pass,
• Pass With Advisory,
• Conditional Pass,
• Major Fail,
• Critical Fail,
• Unresolved,
• No Usable Yanıt,
• Not Ratable

durumuna karşılık geldiğini gösterir. Bu yapı doğrudan kurucu fikri korur:

1.000 kullanıcıdan kaçı gerçek varlığı doğru biçimde gördü?

Fakat yalnız doğru–yanlış ikiliğine düşmez. Yanlışlığın türünü ve ölçüm yetersizliğini de görünür bırakır.

4. GÖZLEM AĞIRLIĞI

Ana analiz örneğindeki gözlem i’nin nihai nüfus ağırlığı: wi olsun. Normalize edilmiş ağırlık:

w_i ← w_i / Σ_{j=1}^n w_j

şeklindedir. Böylece:

Σ_{i=1}^n w_i = 1

olur. Bu ağırlık:

• tasarım,
• fazla örnekleme,
• yanıtlamama,
• nüfus kalibrasyonu

bileşenlerinden gelebilir. AI cevabının:

• doğru,
• yanlış,
• markaya yararlı,
• Critical

olması ağırlığı etkileyemez.

5. 1.000 KULLANICI EŞDEĞERİ

Yanıt statüsü k için kullanıcı eşdeğeri:

D_k = 1.000 × Σ_i w_i1(RP_i=k)

olarak hesaplanır. Burada k:

RP-1

RP-2

RP-3

RP-4

RP-5

RP-6

RP-7

RP-8

statülerinden biridir. Toplam:

Σ_{k=1}^8 D_k = 1.000

olmalıdır. Yuvarlama nedeniyle kamu kartında bir–iki kullanıcı eşdeğeri fark oluşursa en büyük kalan yöntemi veya önceden tanımlanmış eşdeğer kural kullanılmalıdır.

6. GEO-1000 YANIT DAĞILIMI

Kamu kartı en az şu sekiz alanı taşımalıdır:

Bu tablo bileşik skordan daha temel sonuçtur.

7. STRICT PASS VE ACCEPTABLE PASS

7.1. Strict Pass Kullanıcı Eşdeğeri

Yalnız:

RP-1

RP-2

yanıtlarını içerir.

SP_1000 = D_1 + D_2

Bu sonuç:

Maddi Moderate, Major veya Critical bulgu görmeyen kullanıcı eşdeğerini

gösterir.

7.2. Acceptable Pass Kullanıcı Eşdeğeri

RP-3 Conditional Pass’i de içerir.

AP_1000 = D_1 + D_2 + D_3

Bu sonuç:

Critical veya Major bozulma görmeyen fakat bazı kullanıcıların sınırlı Moderate sorun görebildiği toplam eşdeğeri

gösterir.

7.3. Fail Kullanıcı Eşdeğeri

FP_1000 = D_4 + D_5 + D_7

olarak gösterilebilir. Unresolved ve Not Ratable bu paydaya zorla eklenmez. Ayrı kalır.

8. CRITICAL VE MAJOR YOĞUNLUĞU

CR_1000 = D_5; MR_1000 = D_4

olarak gösterilir. Bu değerler: gate statüsünün yerine geçmez, yaygınlığı ifade eder. Tek bir Confirmed Critical olay: CR1000 değerini düşük tutabilir, yanıt ve conformity gate’ini yine açabilir.

9. UNRESOLVED VE NOT-RATABLE YOĞUNLUĞU

UR_1000 = D_6; NR_1000 = D_8

şeklindedir. Unresolved: gerçeklik veya hakemlik kararı çözülememiş kullanıcı eşdeğeri demektir. Not Ratable: ölçüm zinciri yetersiz olduğu için ürün performansına karar verilemeyen kullanıcı eşdeğeri demektir. İki statü:

• pass,
• fail

gibi kullanılamaz.

10. RATABLE KAPSAMA

Değerlendirilebilir nüfus kapsamı:

RC = 1 − D_8/1.000

olarak gösterilebilir. Örnek: Not Ratable: 40/1.000 ise:

RC=96%

olur. Yüksek performans skoru düşük ratable kapsama ile birlikteyse: güvenli ve tam kapsamlı sonuç olarak sunulamaz.

11. ATOMİK CLAIM METRİKLERİ

Yanıt dağılımına ek olarak atomik düzeyde şu metrikler yayımlanmalıdır:

• Varlık Accuracy
• Factual Support
• Kapsam Accuracy
• Temporal Accuracy
• Attribution Integrity
• Modality Integrity
• Atıf Support
• Required Element Completeness
• Material Omission Rate
• Reference Gap Rate
• Claim Support Rate

Bunlar yanıt geçişinin yerine geçmez. Nedenini açıklar.

12. ATOMİK MERKEZİLİK AĞIRLIKLARI

CANDIDATE WEIGHTS — ADAY AĞIRLIKLAR

Bölüm 14’teki claim centrality sınıfları için aday ağırlıklar:

Bu ağırlıklar: nihai bilimsel gerçek değildir, pilot, dış inceleme ve duyarlılık analiziyle kalibre edilmelidir. Amaç:

• bir core lisans iddiasıyla,
• incidental kuruluş ayrıntısını

aynı etkiyle saymamaktır.

13. KÖK İDDİA NORMALİZASYONU

Aynı semantik kökten gelen tekrar iddialar ayrı ağırlıklarla skoru şişirmemeli veya aşırı düşürmemelidir. Kök küme g içindeki iddiaların centrality ağırlığı: cj olsun. Normalize edilmiş claim ağırlığı aday olarak:

ω_j = [c_j / Σ_{h∈g} c_h] × max_{h∈g}(c_h)

şeklinde tanımlanabilir. Böylece:

Σ_{j∈g} ω_j = max_{j∈g}(c_j)

olur. Bu yöntem: aynı yanlışın üç kez tekrarlanmasını üç bağımsız yanlış yapmaz, tekrarın tavsiye veya güven etkisini ayrıca amplification alanında korur.

14. ATOMİK BOYUT DEĞERLERİ

CANDIDATE NUMERIC MAPPING — ADAY SAYISAL EŞLEME

Aşağıdaki değerler pilot ve bağımsız inceleme öncesi adaydır.

Varlık

Factual Support

* Normalize iddia gerçekten: “Şirket bu iddiayı yayımlamaktadır.” şeklindeyse 1,00’dır. Alttaki öz beyanın gerçek olduğu anlamına gelmez.

Kapsam

Time

Attribution

Modality

Atıf

Bu değerler:

• hakem kararını değiştirmez,
• yalnız boyutsal metrik üretir,

Critical ve Major gate’leri aşamaz.

15. ATOMİK FIDELITY DEĞERİ

Bir iddia için birleşik aday fidelity:

q_j = e_j × f_j × s_j × t_j × a_j × m_j

olarak hesaplanabilir. Bu çarpımsal yapı şu ilkeyi korur:

Yanlış varlıkta doğru sayı, doğru iddia değildir.

Doğru bilgi, yanlış zamanda doğru değildir.

Öz beyanı bağımsız gerçeklik gibi sunmak aynı iddia değildir.

Atomic Fidelity:

AF = 100 × (Σ_j ω_jq_j)/(Σ_j ω_j)

olarak hesaplanabilir. Unresolved atomlar bu nokta tahmininden çıkarılır. Fakat unresolved kütle ayrı gösterilir ve alt–üst sınır hesabına katılır.

16. REQUIRED ELEMENT COMPLETENESS

İstem ailesindeki zorunlu unsur h’nin:

karşılanması: zh=1

kısmen karşılanması: zh=0,5

karşılanmaması: zh=0

olarak kaydedilebilir. Aday unsur ağırlıkları:

• Core required element: 4
• Necessary boundary: 3
• Supporting required element: 1
• Optional: 0

Required Element Completeness:

REC = 100 × (Σ_h v_hz_h)/(Σ_h v_h)

şeklindedir. Core gate başarısızlığı: REC yüksek olsa bile yanıt pass’i engelleyebilir.

17. ON BİLEŞENLİ NOMOS PROFİLİ

NOMOS bileşik endeksi aşağıdaki on bileşenden oluşur:

• Varlık Integrity — ENT
• Factual Fidelity — FAC
• Kapsam & Boundary Integrity — SBI
• Temporal & Local Accuracy — TLA
• Evidence & Atıf Integrity — ECI
• Epistemic Integrity — EPI
• Task Completion & Relevance — TCR
• Language & Geographic Fairness — LGF
• User-State & Surface Integrity — USI
• Stability & Replicability — STR

Her bileşen:

0≤Sk≤100

arasında hesaplanır. Profil:

N=(ENT,FAC,SBI,TLA,ECI,EPI,TCR,LGF,USI,STR)

şeklindedir. Bileşik puandan önce bu profil yayımlanmalıdır.

18. VARLIK INTEGRITY — ENT

Varlık Integrity şu alanları ölçer:

• Doğru ana varlık
• Marka–hukuki kişi ilişkisi
• Ana şirket–bağlı kuruluş ayrımı
• Ürün–üretici ayrımı
• Franchise, partner ve distribütör ayrımı
• Varlık disambiguation
• Required varlık element completion

Aday form:

ENT = 100 × [Σ_j ω_je_j + Σ_h v_hz_h^entity] / [Σ_j ω_j + Σ_h v_h]

Yanlış varlık Critical veya Major gate oluşturmuşsa yüksek kalan varlık ortalaması full pass sağlamaz.

19. FACTUAL FIDELITY — FAC

Factual Fidelity:

• desteklenmiş,
• kısmen desteklenmiş,
• unsupported,
• contradicted

iddiaların nüfus ve centrality ağırlıklı dağılımını ölçer.

FAC = 100 × (Σ_j ω_jf_j)/(Σ_j ω_j)

Reference gap: paydaya sessizce sıfır veya bir olarak girmez, unresolved oranına gider.

20. KAPSAM & BOUNDARY INTEGRITY — SBI

Bu bileşen iki parçadan oluşur:

• Claim kapsam doğruluğu
• Zorunlu sınır ve dışlamaların completeness’ı

Aday form:

SBI=0,60×ScopeScore+0,40×BoundaryCompleteness

Burada:

ScopeScore = 100 × (Σ_j ω_js_j)/(Σ_j ω_j)

BoundaryCompleteness, ilgili required boundary unsurlarından hesaplanır. Critical boundary omission varsa SBI sayısı gate’i telafi edemez.

21. TEMPORAL & LOCAL ACCURACY — TLA

Bu bileşen:

• güncel/tarihsel ayrımı,
• fiyat ve lisans geçerliliği,
• ülke ve yargı alanı,
• yerel hizmet erişimi,
• locale ve ürün kapsamı

alanlarını değerlendirir. Aday form:

TLA=0,50×TemporalScore+0,50×LocalJurisdictionScore

Doğru tarihsel bilgi güncel istem altında kullanılmışsa puan kaybeder.

22. EVIDENCE & ATIF INTEGRITY — ECI

ECI:

• atıf özgünlüğü,
• atıf–claim eşleşmesi,
• doğru varlık ve zaman,
• kaynak erişimi,
• kanıt statüsü,
• kaynak soyu

alanlarını değerlendirir. Aday form:

ECI=0,60×CitationSupport+0,40×EvidenceTraceability

Atıf gerekmeyen istemde atıf yokluğu puan düşürmez. Ancak full NOMOS denetimi için ayrı Evidence İstem ailesi bulunmalıdır. Sahte maddi atıf Critical gate oluşturuyorsa ECI bileşik puanı ayrı kalır; gate önce gösterilir.

23. EPISTEMIC INTEGRITY — EPI

EPI şu ayrımları ölçer:

• Öz beyan ile doğrulanmış olgu
• Görüş ile gerçeklik
• İddia ile kesinleşmiş karar
• Kısıtlı kanıt ile kamu keşfedilebilirliği
• Uygun certainty ile overconfidence
• Uygun uncertainty ile gereksiz belirsizlik

Aday form:

EPI=0,50×AttributionScore+0,50×ModalityScore

Bu bileşen doğru sayının yanlış kanıt statüsüyle sunulmasını görünür kılar.

24. TASK COMPLETION & RELEVANCE — TCR

TCR:

• Required Yanıt Elements
• Ana soruya doğrudan cevap
• Refusal uygunluğu
• No Usable Yanıt
• İlgisiz claim yükü
• Evasive davranış

alanlarını ölçer. Aday form:

TCR=0,60×REC+0,40×ResponseRelevance

Yanlış iddia üretmeyen fakat soruya cevap vermeyen sistem:

• yüksek factual puan,
• düşük TCR

taşıyabilir. Yanıt statüsü yine RP-7 olabilir.

25. LANGUAGE & GEOGRAPHIC FAIRNESS — LGF

LGF yalnız ortalama sonucu ölçmez. Şunları birlikte değerlendirir:

• Düşük performanslı dil tabanı
• Dil grupları arası sağlam fark
• Ülke veya bölge tabanı
• Coğrafi performans farkı
• Nüfus ağırlıklı gözlem kapsamı

Yeterli örneklem taşıyan dil sonuçları: Ll olsun. Sağlam dil tabanı:

LF_10 = Q_{0,10}(L_l)

Dil farkı:

DG_{90−10} = Q_{0,90}(L_l) − Q_{0,10}(L_l)

Aday Dil Adaleti skoru:

LFS = 0,60LF_10 + 0,40(100 − DG_{90−10})

Benzer biçimde ülke veya yeterli coğrafi tabaka için:

CFS = 0,60CF_10 + 0,40(100 − CG_{90−10})

Nüfus ağırlıklı ülke ve dil gözlem kapsamı: COCpop ve: LOCpop olsun. Kapsama Factor:

K = COC_pop × LOC_pop

olarak tanımlanabilir. Burada oranlar 0–1 aralığındadır. Aday LGF:

LGF = K × √(LFS × CFS)

Bu 0.9.0 aday revizyonu, dil ve coğrafya puanlarının geometrik ortalamasını kapsam katsayısıyla çarpar; böylece LGF 0–100 aralığında kalır ve iki boyuttan birindeki ağır düşüş öteki boyutun yüksekliğiyle tamamen telafi edilemez. Country Sentinel tekil gözlemleri ülke skoruna dönüştürülmez. Yalnız yeterli örneklem taşıyan hücreler fairness tahminine katılır.

26. USER-STATE & SURFACE INTEGRITY — USI

USI:

• Kontrollü Temiz Panel
• Doğal Kullanıcı Paneli
• Ücretsiz/ücretli plan
• Web/mobil yüzey
• Hafıza ve özel talimat
• Ürün varyantı

arasında maddi gerçekliğin korunup korunmadığını ölçer. Kontrollü core sonuç:

SC

Doğal core sonuç:

SN

olsun. Panel tabanı:

FC_N = min(S_C, S_N)

Panel farkı:

GC_N = |S_C − S_N|

Plan ve yüzeylerdeki sağlam fark: Gsurf olsun. Aday USI:

USI = 0,50FC_N + 0,25(100−GC_N) + 0,25(100−G_surface)

Bu form:

• her iki panelde yüksek kaliteyi,
• küçük maddi farkı,
• yüzey dayanıklılığını

birlikte ödüllendirir. Yalnız bir panel varsa USI hesaplanamaz. Eksik ağırlık başka bileşenlere dağıtılamaz.

27. STABILITY & REPLICABILITY — STR

Dalgalar arasındaki ana temsil değerleri: Sw olsun. Dalga tabanı:

WF = min_w(S_w)

Dalga aralığı:

WR = max_w(S_w) − min_w(S_w)

Planlanan tekrar dalgalarının tamamlanma oranı:

RCOMP = 100 × geçerli tamamlanan tekrar dalgası / planlanan tekrar dalgası

olsun. Aday STR:

STR = 0,50WF + 0,30(100−WR) + 0,20RCOMP

Daha fazla dalgada:

• minimum yerine alt yüzdelik,
• range yerine robust varyasyon

kullanılabilir. Tek dalga: ürünün anlık skorunu üretebilir, STR için tam kanıt sağlamaz.

28. NOMOS BİLEŞİK ENDEKSİ

On bileşenin her biri 0–100 aralığında olduğundan aday bileşik endeks:

NOMOS_1000 = ENT + FAC + SBI + TLA + ECI + EPI + TCR + LGF + USI + STR

şeklindedir. Dolayısıyla:

0 ≤ NOMOS_1000 ≤ 1.000

olur. Bu endeks:

• yanıt gate’lerinin yerine geçmez,
• dağılımın yerine geçmez,

Critical veya Major finding’i telafi etmez.

29. NEDEN ON EŞİT BİLEŞEN?

On bileşene eşit yüz puan verilmesinin aday gerekçesi şudur: Skor okunabilir kalır. Gizli ağırlık sistemi oluşmaz. Her bileşen kamuya ayrı görünür. Bir alanın önemi esas olarak Critical/Major gate’lerle korunur. Domain-specific alternatif ağırlıklar temel endeksi değiştirmeden ek rapor üretir. Bununla birlikte eşit ağırlık: nihai bilimsel gerçek değildir. Pilotlar, kullanıcı araştırmaları ve bağımsız inceleme farklı ağırlıklar önerebilir.

30. DOMAIN-SPECIFIC ALTERNATİF ENDEKS

Sağlık, hukuk veya finans gibi yüksek riskli alanlar için bileşen katsayıları: λk kullanılabilir.

Σ_{k=1}^{10} λ_k = 1

Aday domain endeksi:

NOMOS_1000^domain = 1.000 × Σ_{k=1}^{10} λ_k(S_k/100)

olarak hesaplanabilir. Bu skor:

NOMOS-LEGAL

NOMOS-HEALTH

NOMOS-FINANCE

gibi ayrı ad taşımalıdır. Kanonik eşit bileşenli skorun yerine sessizce kullanılamaz.

31. GATE STATÜSÜ SKORDAN ÖNCE GELİR

Kamu gösterimi şu sırayı korumalıdır:

Örnek A

CRITICAL HOLD — 971/1000

Bu sistem:

• yüksek bileşen skoru,
• açık Confirmed Critical olay

taşıyabilir. 971 sayısı: full conformity anlamına gelmez.

Örnek B

MAJOR FAIL — 954/1000

Ana varlık veya kapsamda tek Major finding bulunabilir.

Örnek C

CONDITIONAL — 961/1000

Critical ve Major yoktur. Sınırlı Moderate bulgular veya unresolved kütle vardır.

Örnek D

FULL CONFORMITY CANDIDATE — 963/1000

Gate, taban, belirsizlik ve kalite ön koşulları ayrıca karşılanmıştır.

32. NOMOS 950+ ADAY SINIFI

CANDIDATE 950+ STANDARD — ADAY 950+ STANDARDI

Bir sonucun yalnız bileşik puan bakımından:

NOMOS_1000 ≥ 950

olması yeterli değildir. NOMOS 950+ adayı için birlikte aranabilecek koşullar:

• Bileşik nokta tahmini en az 950
• Strict Pass kullanıcı eşdeğeri en az 950/1.000
• Açık Confirmed Critical bulunmaması
• Açık Confirmed Major bulunmaması
• Bütün core bileşenlerin en az 90 olması
• LGF, USI ve STR bileşenlerinin en az 85 olması
• Core unresolved kütlenin en fazla yüzde 2 olması
• Not Ratable kullanıcı eşdeğerinin kabul edilen sınırın altında olması
• En az NCL-3, TPR-3, AQ-3 kalite düzeylerinin karşılanması
• En az bir confirmatory veya stability dalgasının bulunması
• Native Reach ve Common Support kapsamlarının ayrı raporlanması
• Sıfır gözlenen Critical olayın istatistiksel üst sınırının açıklanması

Bu eşikler:

• pilot,
• Apple.com sentetik sınamayı,
• 30.000 yanıtlık uçtan uca çalışma,
• bağımsız üniversite incelemesi

sonrasında kalibre edilmelidir.

33. ADAY PERFORMANS BANTLARI

Bileşik sayı için geçici ve yalnız betimleyici bantlar:

Bu bantlar:

• gate statüsünün,
• Critical olayın,
• component floor’un,
• belirsizlik ve kapsamın

yerine geçemez. CRITICAL HOLD — 975 sonucu 950+ adayı değildir.

34. SKOR KİMLİĞİ

Her NOMOS skoru şu alanları kimliğinde taşımalıdır:

ScoreID=(Entity,AIProduct,Frame,Panel,PromptSet,Wave,TruthPack,ScoreVersion)

Örnek:

NOMOS-ASTERON-ORION-NR-CLEAN-W1-CORESET1-TP0.9-SV0.9

Şu cümle yeterli değildir: “Asteron’un NOMOS skoru 962.” Hangi:

• AI ürünü,
• nüfus,
• dil,
• panel,
• istem,
• tarih

olduğu bilinmemektedir.

35. CORE GEO-1000 VE FULL NOMOS AYRIMI

35.1. Core GEO-1000

Yalnız Core Mirror İstem’un nüfus dağılımını ölçer. Ana sonuç:

SP1000

AP1000

CR1000

MR1000

UR1000

olabilir. Şu soruya cevap verir: “AI ürünü varlığın temel kimlik ve faaliyetini kaç kullanıcıya doğru yansıtıyor?”

35.2. Full NOMOS

Birden fazla istem ailesi, panel, dil, kanıt ve kararlılık bileşenini kapsar. On bileşenli profil ve 1.000 puanlık endeksi üretir. Core GEO-1000 sonucu: Full NOMOS skoru gibi sunulamaz.

36. NATIVE REACH SKORU

Her AI ürünü kendi doğal ürün-uygun nüfusunda değerlendirilir. NOMOSaNR ürün a’nın Native Reach skorudur. Şu soruya cevap verir:

Bu ürünün gerçekten ulaşabildiği kullanıcı nüfusunda temsil ne durumdadır?

Farklı ürünlerin Native Reach nüfusları farklı olabilir. Doğrudan üstünlük sıralaması için tek başına yeterli değildir.

37. COMMON SUPPORT SKORU

Ortak kullanıcı evreninde: NOMOSaCS hesaplanır. Şu soruya cevap verir:

Aynı ülke, dil ve kullanıcı koşulunda ürünler karşılaştırıldığında hangisi nasıl temsil üretmektedir?

Common Support: karşılaştırılabilirliği güçlendirir, ürünün ortak evren dışındaki gerçek erişimini göstermez. Native Reach ve Common Support ayrı yayımlanmalıdır.

38. AI ÜRÜN KATSAYISI

On AI ürününün sonuçları ekosistem düzeyinde birleştirilecekse ürün katsayısı: αa kullanılabilir. Koşul:

Σ_{a=1}^A α_a = 1

Ürün katsayısı:

• ürünün kendi skoru,
• sağlayıcının itibarı,
• denetlenen varlığın tercihi,
• ticari sponsorluk

üzerinden belirlenemez.

39. EŞİT ÜRÜN KATSAYISI

Her AI ürünü eşit ağırlık alır:

α_a^EQ = 1/A

Eşit ürün ekosistem skoru:

NOMOS_ecosystem^EQ = Σ_a α_a^EQ NOMOS_a

Şu soruya cevap verir:

Ortalama test edilen AI ürünü ne kadar güçlüdür?

Ortalama insan maruziyetini göstermez.

40. MARUZİYET AĞIRLIKLI KATSAYI

AI ürününün tanımlı dönemdeki doğrulanmış aktif veya uygun kullanıcı maruziyeti: Ma olsun.

α_a^EXP = M_a / Σ_b M_b

Maruziyet ağırlıklı ekosistem skoru:

NOMOS_ecosystem^EXP = Σ_a α_a^EXP NOMOS_a

Şu soruya cevap verir:

Ortalama insanın maruz kaldığı AI ekosisteminde temsil ne durumdadır?

41. MARUZİYET VERİSİ BULUNAMIYORSA

Aktif kullanıcı veya sorgu maruziyeti:

• kamuya kapalı,
• tutarsız,
• sağlayıcı öz beyanı,
• hesap sayısı ile aktif kullanıcıyı karıştıran

nitelikte olabilir. Bu durumda:

• eşit ürün sonucu yayımlanabilir,
• maruziyet ağırlıklı sonuç NOT ESTIMABLE kalabilir,

makul katsayı senaryoları üzerinden alt–üst sınır gösterilebilir. Keyfî pazar payı tahmini üretilemez.

42. ÜRÜN KATSAYISI KİLİDİ

Her αa:

• veri kaynağı,
• dönem,
• kullanıcı birimi,
• ülke kapsamı,
• güncelleme tarihi,
• belirsizlik

taşımalıdır. Katsayılar AI skorları görülmeden önce kilitlenmelidir. Düşük skorlu ürünün katsayısı sonuçtan sonra azaltılamaz.

43. EKOSİSTEM SKORU CRITICAL’I TELAFİ EDEMEZ

Bir ürün:

• 980 puan,
• sıfır Critical

taşıyabilir. Başka ürün:

• 900 puan,
• Confirmed Critical

taşıyabilir. Ekosistem ortalaması yüksek olabilir. Kamu kartı yine şunları göstermelidir:

• Ürün bazlı Critical incident
• Critical maruziyet ağırlığı
• En az bir üründe açık Critical bulunup bulunmadığı
• Critical’ın kapsamı

Ecosystem composite: ürün düzeyindeki Critical gate’i silemez.

44. EKOSİSTEM CRITICAL MARUZİYETİ

Ürün a’nın Critical kullanıcı oranı: CRa olsun. Maruziyet ağırlıklı Critical oran:

CR_ecosystem^EXP = Σ_a α_a^EXP CR_a

olarak hesaplanabilir. Bunun yanında ikili alan:

AnyCritical = 1(∃a : CIS_a ≥ 2)

ayrıca gösterilmelidir. Düşük maruziyetli ürünün Critical olayı oranı küçük olabilir. AnyCritical kaydı yine olayın varlığını korur.

45. İSTEM AİLESİ KATSAYISI

İstem ailesi f için: βf kullanılabilir. Koşul:

Σ_f β_f = 1

βf:

• istemin yüksek veya düşük skor üretmesine,
• şirketin tercihine,
• ölçüm sonrası kolaylık kararına

bağlı olamaz. İstem ailesi ağırlıkları şu alanlara dayanabilir:

• Kullanıcı karar önemi
• Risk düzeyi
• İstemin doğal kullanım sıklığı
• Varlık türü
• Standardın zorunlu çekirdeği

46. İSTEM AİLELERİ AYRI GÖRÜNMELİDİR

Bileşik istem skoru hesaplanabilse bile şu sonuçlar ayrı kalmalıdır:

• Core Mirror
• Varlık Resolution
• Activity & Kapsam
• Evidence
• Local
• Temporal
• Tavsiye
• Comparative
• Boundary
• Control
• Holdout

Bir yüksek Core sonucu düşük Boundary veya Tavsiye sonucunu görünmez kılamaz.

47. KONTROLLÜ VE DOĞAL PANEL SKORLARI

Kontrollü ve doğal paneller farklı tahmin nesneleridir. Varsayılan NOMOS kuralı:

İki panel ayrı skor kimlikleri taşır ve aritmetik olarak birleştirilmez.

Örnek:

NOMOS-CLEAN: 962

NOMOS-NATURAL: 918

Bir politika veya araştırma amacı ikisini birleştirecekse:

γ_C + γ_N = 1

koşuluyla predeclared katsayılar kullanılabilir. Fakat:

• iki ham skor,
• aralarındaki fark,
• kullanılan katsayı

ayrı gösterilmelidir.

48. DALGA SKORU VE ZAMAN SERİSİ

Her Principal Wave kendi puan kimliğine sahiptir. W1 skoru W2 skoru W3 skoru ayrı tutulur. Güncel skor: son geçerli Principal veya Düzeltme Retest Wave olabilir. Geçmiş dalgaların ortalaması güncel sonucu otomatik belirlememelidir.

49. ROLLING PUAN

İstenirse belirli süreli hareketli skor üretilebilir:

NOMOS_rolling = Σ_w δ_wNOMOS_w

Burada:

Σ_w δ_w = 1

olur. δw:

• sonuçtan önce,
• zaman ağırlığına göre

belirlenmelidir. Rolling puan:

• güncel puanın,
• historical incident record’un

yerine geçmez.

50. UNRESOLVED İDDİALAR İÇİN ÜÇ SKOR

Unresolved maddi atomlar nokta tahminini yapay biçimde yükseltebilir veya düşürebilir. Bu nedenle üç sonuç önerilir.

50.1. Conservative Lower Bound

Unresolved iddialar sıfır kabul edilir. Slower

50.2. Resolved-Only Point Estimate

Yalnız çözülen iddialar kullanılır. Spoint

50.3. Optimistic Upper Bound

Unresolved iddialar tam destekli kabul edilir. Supper Dolayısıyla:

S_lower ≤ S_point ≤ S_upper

olmalıdır. Bu aralık:

referans veya epistemik belirsizlik aralığıdır.

Örneklem güven aralığıyla aynı şey değildir.

51. ÖRNEKLEM BELİRSİZLİĞİ

Nüfus tahminleri örneklemden geldiği için:

• yanıt distribution,
• component puan,
• composite puan

güven aralığı taşımalıdır. Karmaşık örneklemde yöntem:

• tabakaları,
• kümeleri,
• ağırlıkları,
• eşlenmiş kullanıcıları,
• dalgaları

korumalıdır. Aday yöntemler:

• Tasarım tabanlı varyans tahmini
• Replicate weights
• Tabakalı bootstrap
• Küme bootstrap’ı
• Uygun nadir olay modeli
• Model-assisted survey estimation

Kullanılan yöntem kamu kaydında belirtilmelidir.

52. BİLEŞİK SKOR GÜVEN ARALIĞI

Bileşik skorun güven aralığı yalnız component aralıklarını toplamakla bulunamaz. Bileşenler:

• aynı kullanıcılar,
• aynı iddialar,
• aynı diller,
• aynı dalgalar

nedeniyle bağımlıdır. Tercih edilen yaklaşım: Örneklem tasarımına uygun tekrar örnekleri oluştur. Her tekrar örneğinde bütün yanıt ve component metriklerini yeniden hesapla. Bileşik skoru yeniden üret. Dağılımdan güven aralığı oluştur. Bu süreç bütün skor mimarisini tekrar çalıştırmalıdır.

53. ETKİN ÖRNEKLEM BÜYÜKLÜĞÜ

Ham gözlem: n ve etkin örneklem:

n_eff = (Σ_i w_i)^2 / Σ_i w_i^2 [K08]

birlikte yayımlanmalıdır. 1.000 ham gözlem: 1.000 eşit bilgi birimi anlamına gelmeyebilir. Bileşen ve alt grup skorları kendi etkin örneklem büyüklüklerini taşımalıdır.

54. SIFIR GÖZLENEN CRITICAL HATA

Bir örneklemde hiçbir Confirmed Critical olay bulunmaması:

Observed Confirmed Critical = 0

olarak yazılmalıdır. Şu ifade kullanılmamalıdır:

Critical riski sıfırdır.

Bağımsız ve eşit gözlem varsayımında hızlı yaklaşık üst sınır:

p_upper,95 ≈ 3/n [K09]

olarak bilinen yaklaşımla tahmin edilebilir. Karmaşık GEO-1000 tasarımında:

• ham n yerine tasarıma uygun yöntem,
• gerekirse etkin örneklem,
• exact veya bootstrap tabanlı tek taraflı sınır

kullanılmalıdır. Örnek:

neff=1.000

ve sıfır olay altında yaklaşık üst sınır:

3/1.000 = 0,003 = %0,3

olabilir. Doğru kamu ifadesi:

1.000 etkin gözlemde sıfır Confirmed Critical olay gözlenmiştir; kullanılan yaklaşık yöntemde yüzde 95 tek taraflı üst sınır yaklaşık yüzde 0,3’tür.

55. BİR CRITICAL OLAYDA BELİRSİZLİK

Bir Critical olay gözlendiğinde: nokta oranı düşük olabilir, güven aralığı geniş olabilir. Doğru sonuç:

• olayın gerçekleştiğini,
• tahmini yaygınlığı,
• geniş belirsizliği,
• incident state’i

birlikte göstermelidir. Şu iki cümle de yanlış olabilir:

• “Yalnız bir olay, önemsizdir.”
• “Bir olay bütün sistemin yüzde 100 başarısız olduğunu kanıtlar.”

56. SKOR HASSASİYETİ

Aşağıdaki alternatifler ayrıca hesaplanabilir:

• Ham ağırlıksız skor
• Ana nüfus ağırlıklı skor
• Ağırlık kırpılmamış skor
• Ağırlık kırpılmış skor
• Resolved-only skor
• Conservative skor
• Equal-product skor
• Exposure-weighted skor
• Native Reach skor
• Common Support skor
• Clean skor
• Natural skor

Maddi fark varsa:

PUAN SENSITIVITY WARNING

verilmelidir.

57. YANLIŞ KESİNLİK

Aşağıdaki gösterim çoğu GEO-1000 sonucu için aşırı kesin olabilir: 963,742 / 1000 Nokta tahmini:

• bütün sayı,
• gerektiğinde bir ondalık

olarak yayımlanmalıdır. Güven aralığı sayısal kesinliğin sınırını göstermelidir.

58. EKSİK BİLEŞEN

On bileşenden biri hesaplanamıyorsa:

• ağırlığı başka bileşenlere dağıtılamaz,
• eksik alan 100 puan sayılamaz,

tam NOMOS puanı yayımlanamaz. Doğru statü:

PARTIAL NOMOS PROFILE

COMPONENT NOT ESTIMABLE

PROVISIONAL PUAN

olabilir. Örnek: USI için doğal panel yoksa: yalnız sekiz veya dokuz bileşenli kısmi profil sunulabilir.

USI=100 varsayılamaz.

59. PUAN PUBLICATION STATUS

NSQ-0 — NOT COMPUTED

Gerekli veri bulunmamaktadır.

NSQ-1 — PROVISIONAL

Tek dalga, sınırlı hakemlik veya eksik component vardır.

NSQ-2 — PARTIAL PROFILE

Bazı bileşenler güvenilir biçimde hesaplanmıştır. Tam 1.000 puanlık karşılaştırma yapılamaz.

NSQ-3 — VALID WAVE PUAN

Bütün temel bileşenler ve kalite ön koşulları karşılanmıştır.

NSQ-4 — REPLICATED PUAN

Skor en az bir bağımsız veya confirmatory dalgada tekrar edilmiştir.

NSQ-5 — EXTERNALLY AUDITED PUAN

Hesaplama ve kanıt zinciri bağımsız ekip tarafından yeniden üretilmiştir. 950+ adaylığı en az:

NSQ-4

düzeyini hedeflemelidir.

60. SKOR SÜRÜMLEME

Her skor sürümü şunları taşımalıdır:

• Hesaplama kodu sürümü
• Component formülleri
• Boyut değer eşlemeleri
• İstem ailesi ağırlıkları
• Ürün katsayıları
• Örneklem ağırlıkları
• Truth Pack sürümü
• Hakemlik sürümü
• Dalga kimliği
• Bütünlük hash’i

Formül değişirse: eski skor yeniden yazılamaz, yeni skor sürümü oluşturulur.

61. AYNI VERİYE YENİ SKOR FORMÜLÜ

Skor metodolojisi gelişebilir. Aynı ham veri:

• Puan Method 0.9
• Puan Method 1.0

ile yeniden hesaplanabilir. Doğru kayıt:

İki sonuç ayrı sürümlerdir. Yeni yöntem eski yöntemi geçmişten silemez.

62. SKOR MANİPÜLASYONUNA KARŞI KAPILAR

NOMOS skor mimarisi şu yöntemlere karşı açık koruma taşımalıdır:

• Yalnız yüksek skorlu AI ürünlerini seçmek
• Düşük skorlu dil veya ülkeyi kapsamdan çıkarmak
• Conditional Pass’i Full Pass yapmak
• Unresolved’ı olumlu saymak
• Not Ratable’ı paydadan sessizce çıkarmak
• İstem ailesi ağırlığını sonuçtan sonra değiştirmek
• Büyük ürünün katsayısını skora göre azaltmak
• Critical olaylı ürünü ekosistem ortalamasında gizlemek
• Yalnız Clean skoru yayımlamak
• En iyi dalgayı güncel puan seçmek
• Ağırlıksız ve ağırlıklı skor farkını saklamak
• Eksik component ağırlığını güçlü bileşenlere dağıtmak
• Güven aralığı vermemek
• 950 eşiğini nokta tahminine göre geçirip belirsizliği saklamak

63. KAMU NOMOS SONUÇ KARTI

Aday kamu sonuç kartı şu sırayı taşımalıdır:

A. Kimlik

Denetlenen varlık AI ürünü Native Reach / Common Support Controlled / Natural İstem kümesi Dalga Truth Pack sürümü Skor yöntemi

B. Gate Statüsü

Full Conformity Candidate Conditional Major Fail Critical Hold Not Ratable

C. GEO-1000 Yanıt Dağılımı

RP-1–RP-8 kullanıcı eşdeğerleri Strict Pass Acceptable Pass Critical Major Unresolved No Usable Yanıt Not Ratable

D. On Bileşenli Profil

ENT

FAC

SBI

TLA

ECI

EPI

TCR

LGF

USI

STR

E. Bileşik Sonuç

NOMOS / 1.000

Sampling confidence interval Reference lower/upper bounds Etkin örneklem

F. Risk ve Olaylar

Observed Confirmed Critical Critical upper bound Major findings Open incidents Düzeltme status

G. Kapsam ve Kalite

SQ

PSI

NCL

TPR

AQ

NSQ

Country/language kapsama Comparison level

64. SENTETİK YANIT DAĞILIMI

SENTETİK METODOLOJİ GÖSTERİMİ / Aşağıdaki sonuçlar gerçek AI ürünü veya şirket performansı değildir. Sentetik Orion AI için:

Strict Pass:

730+170=900

Acceptable Pass:

900+70=970

Critical: 2/1.000 Major: 20/1.000 Bu ürünün acceptable pass’i yüzde 97’dir. Fakat açık Critical ve Major bulguları vardır. Doğru status:

CRITICAL HOLD

Yanlış status:

Yüzde 97 başarılı

65. SENTETİK ON BİLEŞEN PROFİLİ

Doğru kamu gösterimi:

CRITICAL HOLD — 907/1.000

Bu sistem:

• ortalama olarak güçlü alanlar,
• zayıf dil/ülke adaleti,
• maddi evidence sorunları,
• açık Critical olay

taşımaktadır.

66. SENTETİK DÜZELTME SONRASI SONUÇ

Yeni dalgada:

Strict Pass: 958 Bileşenler:

Doğru kayıt: GÜNCEL: NOMOS 950+ PERFORMANCE CANDIDATE — 961/1.000 / Historical: Previous Confirmed Critical Incident Remediated Candidate / Observed Critical in güncel retest: 0 / Critical-rate upper bound: ayrıca gösterilir Eski Critical olay silinmez.

67. SENTETİK AI ÜRÜN KATSAYISI VAKASI

Dört sentetik AI ürünü:

Eşit ürün skoru:

0,25(960+940+900+980)=945

Maruziyet ağırlıklı skor:

0,55(960)+0,25(940)+0,15(900)+0,05(980)=947

İki sonuç yakındır. Fakat başka dağılımda çok farklı olabilir. Doğru yorum:

• Equal-system ecosystem puan: 945
• Exposure-weighted ecosystem puan: 947
• Product-level gate ve incident kayıtları ayrıca

Yanlış yorum: “NOMOS ekosistem skoru kesin olarak 947’dir.”

68. SENTETİK CRITICAL KATSAYI VAKASI

A4 ürününün skoru 980 olsun. Fakat A4’te Confirmed Critical olay bulunsun. Maruziyet katsayısı yalnız 0,05’tir. Ecosystem composite yüksek kalabilir. Doğru kamu kartı: Exposure-weighted composite: 947 / Any Confirmed Critical Product: YES / Critical exposure share: hesaplanan oran / A4 kapsam: Critical Hold A4’ün küçük katsayısı Critical olayı silemez.

69. SKOR YAYIN STATÜSÜ KARARI

Aday karar sırası:

PublicationStatus = NOT RATABLE (temel ölçüm eksik); CRITICAL HOLD (açık Confirmed Critical); MAJOR FAIL (açık Confirmed Major); PROVISIONAL (bileşen, tekrar veya kalite eksik); CONDITIONAL (Moderate veya çözümsüzlük sınırı); 950+ CANDIDATE (bütün aday şartları); aksi hâlde VALID

Skor bandı bu status kararından sonra gösterilir.

70. ZORUNLU NORMATİF HÜKÜMLER

CH16-N01

NOMOS sonucu tek çıplak bileşik puan olarak yayımlanamaz.

CH16-N02

Gate statüsü bileşik puandan önce gösterilmelidir.

CH16-N03

GEO-1000 yanıt dağılımı ana kamu sonucunun zorunlu parçasıdır.

CH16-N04

RP-1 ile RP-8 kullanıcı eşdeğerleri toplamda 1.000 olmalıdır.

CH16-N05

Strict Pass, Acceptable Pass, Major, Critical, Unresolved, No Usable Yanıt ve Not Ratable ayrı gösterilmelidir.

CH16-N06

Unresolved ve Not Ratable gözlemler pass veya fail kategorilerine sessizce eklenemez.

CH16-N07

Not Ratable gözlemler ürün performans hatası gibi yorumlanamaz.

CH16-N08

Not Ratable gözlemler paydadan sessizce çıkarılamaz; ratable kapsama gösterilmelidir.

CH16-N09

Gözlem ağırlıkları AI yanıt sonucundan bağımsız olmalıdır.

CH16-N10

Ham katılımcı sayısı ile nüfus ağırlıklı kullanıcı eşdeğeri ayrı raporlanmalıdır.

CH16-N11

Yanıt pass status atomik claim support oranından ayrı tutulmalıdır.

CH16-N12

Critical ve Major gate’leri hiçbir bileşik puanla telafi edilemez.

CH16-N13

Atomik centrality ağırlıkları sonuçlar görülmeden önce tanımlanmalıdır.

CH16-N14

Aynı kök iddianın tekrarı puanı yapay biçimde şişiremez veya düşüremez.

CH16-N15

Claim centrality ağırlıkları Critical ve Major gate’lerin yerine geçemez.

CH16-N16

Atomic Fidelity boyut değerleri sürümlü ve kamuya açık olmalıdır.

CH16-N17

Atomic Fidelity eşlemesi değişirse yeni skor yöntemi sürümü oluşturulmalıdır.

CH16-N18

Reference gap atomları nokta skoruna sessizce sıfır veya bir olarak eklenemez.

CH16-N19

Required Yanıt Element Completeness ayrı metrik olarak yayımlanmalıdır.

CH16-N20

Core required-element başarısızlığı yüksek REC ortalamasıyla telafi edilemez.

CH16-N21

On bileşenli NOMOS profili bileşik endeksten önce görünür olmalıdır.

CH16-N22

ENT, FAC, SBI, TLA, ECI, EPI, TCR, LGF, USI ve STR ayrı skorlar taşımalıdır.

CH16-N23

Bir component başka bir component’ın eksik ağırlığını sessizce devralamaz.

CH16-N24

Hesaplanamayan component 100 olarak varsayılamaz.

CH16-N25

Tam bileşik NOMOS endeksi yalnız on component güvenilir biçimde hesaplanmışsa yayımlanmalıdır.

CH16-N26

Eşit component ağırlığı kanonik aday yöntem olarak kullanılıyorsa açıkça belirtilmelidir.

CH16-N27

Domain-specific alternatif ağırlıklar ayrı puan adı ve sürümü taşımalıdır.

CH16-N28

Domain-specific puan kanonik endeksin yerine açıklamasız biçimde kullanılamaz.

CH16-N29

LGF yalnız nüfus ortalamasına dayanamaz; performans tabanı ve disparity içermelidir.

CH16-N30

Tek Sentinel gözlemi ülke fairness skoruna dönüştürülemez.

CH16-N31

Yalnız yeterli örneklem taşıyan dil ve coğrafi hücreler fairness tahminine katılmalıdır.

CH16-N32

Test edilmeyen diller ve ülkeler yüksek fairness sonucu üretmek için yok sayılamaz.

CH16-N33

USI, kontrollü ve doğal panel sonuçlarını ve maddi yüzey farkını birlikte değerlendirmelidir.

CH16-N34

Yalnız kontrollü veya yalnız doğal panel bulunan çalışmada USI tam hesaplanmış sayılamaz.

CH16-N35

Kontrollü ve doğal panel skorları varsayılan olarak ayrı tutulmalıdır.

CH16-N36

Kontrollü ve doğal skorlar birleştiriliyorsa katsayılar sonuçlardan önce kilitlenmelidir.

CH16-N37

STR tek dalgada tam kararlılık skoru olarak sunulamaz.

CH16-N38

Dalgalar arası ürün veya Truth Pack değişikliği stability hesabında açıkça modellenmelidir.

CH16-N39

Bileşik NOMOS skoru Critical veya Major gate status’ünü değiştiremez.

CH16-N40

950 puan tek başına NOMOS 950+ adaylığı oluşturamaz.

CH16-N41

NOMOS 950+ aday şartları puan, Strict Pass, gate, component floor, unresolved, kalite ve tekrar koşullarını birlikte taşımalıdır.

CH16-N42

950+ eşikleri pilot ve bağımsız inceleme öncesinde nihai bilimsel standart gibi sunulamaz.

CH16-N43

Skor kimliği AI ürünü, frame, panel, istem kümesi, dalga, Truth Pack ve puan version taşımalıdır.

CH16-N44

“Varlığın NOMOS skoru X” cümlesi kapsam kimliği olmadan kullanılamaz.

CH16-N45

Core GEO-1000 sonucu Full NOMOS skoru gibi sunulamaz.

CH16-N46

Native Reach ve Common Support skorları ayrı raporlanmalıdır.

CH16-N47

Farklı Native Reach nüfuslarına ait ürün skorları açıklamasız biçimde doğrudan sıralanamaz.

CH16-N48

Common Support sonucu ürünün tam küresel erişim skoru gibi sunulamaz.

CH16-N49

AI ürün katsayıları sonuçlardan bağımsız belirlenmelidir.

CH16-N50

AI ürün katsayısı ürün skoruna, marka itibarına veya ticari sponsorluk ilişkisine bağlı olamaz.

CH16-N51

Eşit ürün ve maruziyet ağırlıklı ekosistem skorları ayrı adlandırılmalıdır.

CH16-N52

Aktif kullanıcı veya maruziyet verisi doğrulanamıyorsa keyfî katsayı üretilemez.

CH16-N53

Maruziyet verisinin hesap, kullanıcı, sorgu veya oturum birimi açık olmalıdır.

CH16-N54

Düşük skorlu ürünün katsayısı sonuç görüldükten sonra azaltılamaz.

CH16-N55

Ecosystem composite ürün düzeyindeki Critical veya Major gate’i silemez.

CH16-N56

AnyCritical ve maruziyet ağırlıklı Critical oranı ayrı gösterilmelidir.

CH16-N57

İstem ailesi katsayıları sonuçlardan önce belirlenmelidir.

CH16-N58

Düşük skorlu istem ailesinin ağırlığı sonradan azaltılamaz.

CH16-N59

Her istem ailesinin ayrı sonucu bileşik istem skoru yanında görünür kalmalıdır.

CH16-N60

Güncel dalga skoru ile rolling veya tarihsel skor ayrı tutulmalıdır.

CH16-N61

En yüksek skorlu geçmiş dalga güncel puan olarak seçilemez.

CH16-N62

Unresolved claim kütlesi için conservative, resolved-only ve optimistic sonuçlar üretilebilir.

CH16-N63

Referans belirsizliği ile örneklem güven aralığı aynı şey gibi sunulamaz.

CH16-N64

Karmaşık örneklem güven aralığı tabaka, küme, ağırlık ve eşlenmiş kullanıcı yapısını korumalıdır.

CH16-N65

Bileşik puan confidence interval’ı bütün skor süreci yeniden çalıştırılarak hesaplanmalıdır.

CH16-N66

Ham ve etkin örneklem büyüklüğü birlikte gösterilmelidir.

CH16-N67

Sıfır gözlenen Critical olay sıfır Critical risk olarak ifade edilemez.

CH16-N68

Sıfır olayda tek taraflı üst sınır veya eşdeğer nadir olay belirsizliği yayımlanmalıdır.

CH16-N69

3/n yaklaşımı karmaşık tasarımda nihai yöntem olarak otomatik kullanılamaz; yalnız yaklaşık kontrol olabilir.

CH16-N70

Bir Critical olayda olayın varlığı ile yaygınlık belirsizliği birlikte gösterilmelidir.

CH16-N71

Skor duyarlılık analizleri ağırlıksız, ağırlıklı, kırpılmış, unresolved ve alternatif katsayı sonuçlarını ilgili olduğu ölçüde göstermelidir.

CH16-N72

Maddi skor duyarlılığı kamu kartında uyarı oluşturmalıdır.

CH16-N73

Skor sahte ondalık kesinlikle yayımlanamaz.

CH16-N74

Eksik component ağırlığı başka component’lara dağıtılamaz.

CH16-N75

Puan Publication Quality statüsü kamu kaydında görünür olmalıdır.

CH16-N76

950+ adaylığı en az replicated puan düzeyini hedeflemelidir.

CH16-N77

Skor formülü değiştiğinde geçmiş skor sessizce yeniden yazılamaz.

CH16-N78

Aynı veri setine farklı puan method sürümleri uygulanırsa bütün sonuçlar ayrı sürümlerde korunmalıdır.

CH16-N79

Skor hesaplama kodu, katsayılar ve bütünlük kayıtları makine tarafından okunabilir biçimde yayımlanmalıdır.

CH16-N80

Her skor, katsayı, güven aralığı ve yayın kararının hesap verebilir insan veya kurum sahibi bulunmalıdır.

71. BAŞARISIZLIK BİÇİMLERİ

CH16-F01 — TEK SAYI RAPORU

Dağılım, gate ve component profili saklanır.

CH16-F02 — GATE’İ SKORUN ALTINA GİZLEMEK

Critical Hold küçük dipnot olur.

CH16-F03 — CONDITIONAL’I FULL PASS SAYMAK

Moderate sorunlar görünmez olur.

CH16-F04 — UNRESOLVED’I PASS SAYMAK

Bilinmeyen sonuç skoru yükseltir.

CH16-F05 — UNRESOLVED’I FAIL SAYMAK

Referans eksikliği ürünü düşürür.

CH16-F06 — NOT RATABLE’I PAYDADAN ÇIKARMAK

Ölçüm kusuru görünmez olur.

CH16-F07 — NOT RATABLE’I ÜRÜN HATASI SAYMAK

Denetim kusuru AI’ya yüklenir.

CH16-F08 — HAM 1.000 KİŞİYİ EŞİT AĞIRLIKLI SAYMAK

Fazla örnekleme ve nüfus farkı yok sayılır.

CH16-F09 — SONUCA GÖRE AĞIRLIK

Doğru cevaplar daha büyük ağırlık alır.

CH16-F10 — CLAIM SUPPORT RATE’İ YANIT PASS SAYMAK

Critical gate ortalama içinde kaybolur.

CH16-F11 — CORE VE INCIDENTAL’I EŞİT SAYMAK

Önemsiz iddia ana varlık kadar ağırlık alır.

CH16-F12 — TEKRARLA SKOR ŞİŞİRMEK

Aynı doğru claim on kez yazılarak puan artırılır.

CH16-F13 — TEKRARLA SKOR ÇÖKERTMEK

Aynı yanlış kök on ayrı ceza olur.

CH16-F14 — BOYUT DEĞERLERİNİ SAKLAMAK

Skor yeniden üretilemez.

CH16-F15 — F-4’Ü ALTTAN GELEN İDDİA GERÇEĞİ SAYMAK

Öz beyanın doğru aktarımı öz beyanın doğruluğuna dönüşür.

CH16-F16 — REQUIRED ELEMENTS’İ ATOM ORTALAMASINDA ERİTMEK

Ana görev eksik olsa da cevap yüksek skor alır.

CH16-F17 — COMPONENT CHERRY-PICKING

Yalnız güçlü üç bileşen yayımlanır.

CH16-F18 — EKSİK COMPONENT’I 100 SAYMAK

Tam skor yapay biçimde yükselir.

CH16-F19 — EKSİK AĞIRLIĞI DAĞITMAK

Hesaplanmayan fairness puanı factual puan’a eklenir.

CH16-F20 — EŞİT AĞIRLIĞI DOĞA KANUNU SAYMAK

Duyarlılık ve dış inceleme yapılmaz.

CH16-F21 — DOMAIN SKORUNU KANONİK SAYMAK

Özel ağırlık temel NOMOS skoru gibi sunulur.

CH16-F22 — DİL ORTALAMASINI DİL ADALETİ SAYMAK

Düşük dil tabanı gizlenir.

CH16-F23 — EŞİT DİL PARİTESİNİ KALİTE SAYMAK

Bütün dillerde düşük skor yüksek fairness üretir.

CH16-F24 — TEST EDİLMEYEN DİLLERİ KAPSAM SAYMAK

Kapsama factor şişirilir.

CH16-F25 — SENTINEL’DAN ÜLKE SKORU

Tek kullanıcı fairness hesabına girer.

CH16-F26 — YALNIZ CLEAN SKORU YAYIMLAMAK

Doğal kullanıcı deneyimi saklanır.

CH16-F27 — YALNIZ NATURAL SKORU ÜRÜN VARSAYILANI SAYMAK

Kişiselleştirme temel davranışa dönüşür.

CH16-F28 — CLEAN VE NATURAL’I SESSİZCE ORTALAMAK

Farklı tahmin nesneleri karışır.

CH16-F29 — TEK DALGAYLA 100 STABILITY

Tekrar yapılmadan kararlılık tamamlanmış sayılır.

CH16-F30 — ESKİ İYİ DALGAYI GÜNCEL SAYMAK

Güncel zayıflama gizlenir.

CH16-F31 — 950’Yİ OTOMATİK UYGUNLUK SAYMAK

Gate ve component floor yok sayılır.

CH16-F32 — CRITICAL HOLD — 970’İ 950+ SAYMAK

Sayı gate’in önüne geçer.

CH16-F33 — SKOR KİMLİĞİNİ SAKLAMAK

Hangi ürün ve panelin ölçüldüğü bilinmez.

CH16-F34 — CORE PUANI FULL NOMOS SAYMAK

Tek istem bütün standardı temsil eder.

CH16-F35 — NATIVE REACH SKORLARINI SIRALAMAK

Farklı nüfuslar aynı kabul edilir.

CH16-F36 — COMMON SUPPORT’U TAM ERİŞİM SAYMAK

Dar ortak nüfus küresel sonuç yapılır.

CH16-F37 — MODEL KATSAYISINI SKORA GÖRE VERMEK

Yüksek skor daha fazla etki kazanır.

CH16-F38 — MARKA İTİBARINI KATSAYI YAPMAK

Ürün popülerliği tahmin edilmeden ağırlık verilir.

CH16-F39 — HESAP SAYISINI AKTİF KULLANICI SAYMAK

Maruziyet katsayısı şişer.

CH16-F40 — DÜŞÜK SKORLU ÜRÜNÜ ÇIKARMAK

Ekosistem yalnız başarılı ürünlerden oluşur.

CH16-F41 — EŞİT ÜRÜNÜ MARUZİYET SKORU SAYMAK

Ortalama ürün ortalama insan gibi sunulur.

CH16-F42 — MARUZİYET SKORUNU ÜRÜN KALİTESİ SAYMAK

Büyük ürün otomatik olarak daha önemli kalite ölçütü olur.

CH16-F43 — EKOSİSTEM ORTALAMASINDA CRITICAL’I SİLMEK

Küçük katsayılı ürünün ağır olayı kaybolur.

CH16-F44 — İSTEM KATSAYISINI SONUÇTAN SONRA DEĞİŞTİRMEK

Zor istem ailesi küçültülür.

CH16-F45 — LOW-PUAN FAMILY’Yİ OPTIONAL SAYMAK

Boundary veya evidence sonucu kapsam dışına çıkarılır.

CH16-F46 — ROLLING PUAN İLE GÜNCEL’I SAKLAMAK

Eski yüksek dalgalar güncel düşüşü örter.

CH16-F47 — UNRESOLVED’I DENOMİNATÖRDEN SİLMEK

Nokta tahmini yapay yükselir.

CH16-F48 — REFERANS BELİRSİZLİĞİNİ SAMPLING CI SAYMAK

İki farklı belirsizlik karışır.

CH16-F49 — BASİT RANDOM-SAMPLE CI

Tabakalama, ağırlık ve kümeler yok sayılır.

CH16-F50 — COMPONENT CI’LARINI TOPLAMAK

Bağımlılık yok sayılır.

CH16-F51 — HAM N İLE HASSASİYET İDDİASI

Etkin örneklem gizlenir.

CH16-F52 — SIFIR OLAYI SIFIR RİSK SAYMAK

Nadir Critical hata belirsizliği saklanır.

CH16-F53 — 3/N’İ HER DURUMA UYGULAMAK

Karmaşık örneklem ve ağırlık yapısı yok sayılır.

CH16-F54 — TEK CRITICAL’I YÜZDE 100 SİSTEM RİSKİ SAYMAK

Yaygınlık aşırı genellenir.

CH16-F55 — TEK CRITICAL’I ORAN KÜÇÜK DİYE SAKLAMAK

Olayın varlığı kaybolur.

CH16-F56 — HASSASİYET ANALİZİNİ GİZLEMEK

Alternatif makul yöntemlerde skorun değiştiği görünmez.

CH16-F57 — SAHTE ONDALIK HASSASİYET

963,742 gibi sonuç yayımlanır.

CH16-F58 — PARTIAL PROFILE’I TAM SKOR SAYMAK

Eksik bileşenle karşılaştırma yapılır.

CH16-F59 — PROVISIONAL SKORU NİHAİ YAYIMLAMAK

Tek dalga ve tek hakem tam standarda dönüşür.

CH16-F60 — FORMÜL DEĞİŞİKLİĞİNDE TARİHİ YENİDEN YAZMAK

Eski skor kaybolur.

CH16-F61 — HESAPLAMA KODUNU KAPALI TUTMAK

Bağımsız yeniden üretim engellenir.

CH16-F62 — SKOR YÜKSEKLİĞİNİ DENETİM KALİTESİ SAYMAK

Kusurlu ölçüm yüksek sonuç verdiği için kabul edilir.

CH16-F63 — SKOR DÜŞÜKLÜĞÜNÜ YÖNTEM KUSURU SAYMAK

Düşük sonuç ticari rahatsızlık nedeniyle yeniden hesaplanır.

CH16-F64 — TEK ŞİRKETE BAĞLI SKOR TEKELİ

Bağımsız kurumların aynı formülü uygulaması engellenir.

72. DENETİM PROSEDÜRÜ

Adım 1 — Skor Kimliğini Oluştur

Varlık AI product Frame Panel İstem set Wave Truth Pack Puan method kilitlenir.

Adım 2 — Ana Analiz Gözlem Setini Kilitle

Yedek, withdrawn, not-ratable ve ana gözlem kayıtları ayrılır.

Adım 3 — Nüfus Ağırlıklarını Doğrula

Tasarım, yanıtlamama ve kalibrasyon ağırlıkları incelenir.

Adım 4 — RP Dağılımını Hesapla

RP-1 ile RP-8 kullanıcı eşdeğerleri üretilir.

Adım 5 — Strict ve Acceptable Pass’i Hesapla

SP1000 ve AP1000 çıkarılır.

Adım 6 — Critical, Major, Unresolved ve Not-Ratable Yoğunluklarını Hesapla

Gate ve yaygınlık ayrı tutulur.

Adım 7 — Claim Centrality ve Root Cluster Normalizasyonunu Uygula

Tekrar claim’ler kontrol edilir.

Adım 8 — Atomik Boyut Metriklerini Hesapla

Varlık, fact, kapsam, time, attribution, modality ve atıf sonuçları üretilir.

Adım 9 — Required Element Completeness’i Hesapla

İstem ailesi gate’leriyle birlikte kaydedilir.

Adım 10 — On Bileşeni Hesapla

ENT’den STR’ye kadar bütün component formülleri uygulanır.

Adım 11 — Eksik Component Kontrolü Yap

Tam skorun hesaplanabilir olup olmadığı belirlenir.

Adım 12 — Bileşik NOMOS Endeksini Hesapla

Yalnız tam ve geçerli profilde uygulanır.

Adım 13 — Gate Status’ünü Ata

Critical, Major, Conditional veya Full Candidate durumu belirlenir.

Adım 14 — Native Reach ve Common Support Sonuçlarını Ayır

İki puan familyası ayrı tutulur.

Adım 15 — AI Ürün Katsayılarını Kilitle

Equal ve exposure katsayıları veri kaynağıyla birlikte kaydedilir.

Adım 16 — İstem ailesi Katsayılarını Uygula

Sonuçtan bağımsız ağırlıklar kullanılır.

Adım 17 — Panel ve Dalga Sonuçlarını Ayır

Clean, Natural, Güncel ve Rolling puan’lar ayrılır.

Adım 18 — Fairness ve Floor Metriklerini Hesapla

Dil, ülke ve kapsama sonuçları üretilir.

Adım 19 — Unresolved Lower–Point–Upper Sonuçlarını Hesapla

Referans belirsizliği görünür yapılır.

Adım 20 — Sampling Confidence Interval’larını Hesapla

Örneklem tasarımına uygun tekrar yöntemi uygulanır.

Adım 21 — Etkin Örneklem Büyüklüğünü Hesapla

Toplam ve component bazında gösterilir.

Adım 22 — Nadir Critical Olay Sınırını Hesapla

Sıfır veya az olay için uygun tek taraflı yöntem kullanılır.

Adım 23 — Duyarlılık Analizlerini Üret

Ağırlık, katsayı ve unresolved seçenekleri karşılaştırılır.

Adım 24 — Puan Publication Quality Statüsünü Ata

NSQ-0 ile NSQ-5 arasında karar verilir.

Adım 25 — NOMOS 950+ Aday Kapılarını Uygula

Puan dışındaki bütün şartlar kontrol edilir.

Adım 26 — Kamu Sonuç Kartını Oluştur

Gate, dağılım, profil, endeks, belirsizlik ve kapsam sırasıyla yayımlanır.

Adım 27 — Hesaplama Kodunu ve Manifesti Kilitle

Kod sürümü, girdiler, hash ve sonuçlar bağlanır.

Adım 28 — Bağımsız Yeniden Üretim Paketini Hazırla

Kişisel veriden arındırılmış hesaplama dosyaları bağımsız incelemeye açılır.

73. GEREKLİ KANIT

Puan kimliği Varlık kaydı AI Sistem Sicili Native Reach ve Common Support kayıtları Panel durumu İstem kümesi ve aileleri Truth Pack sürümü Dalga kimliği Claim Ledger’lar Yanıt kararları RP-1–RP-8 dağılımı Ana analiz gözlem seti Tasarım ağırlıkları Yanıtlamama ağırlıkları Kalibrasyon ağırlıkları Ağırlık kırpma kayıtları Etkin örneklem Strict Pass Acceptable Pass Critical oran Major oran Unresolved oran No Usable Yanıt oranı Not Ratable oranı Claim centrality ağırlıkları Root cluster kayıtları Atomik boyut değerleri Atomic Fidelity Required Element Completeness

ENT

FAC

SBI

TLA

ECI

EPI

TCR

LGF

USI

STR

Component alt girdileri Dil ve ülke floor’ları Kapsama factor Clean ve Natural skorları Dalgalar arası sonuçlar Bileşik NOMOS endeksi Domain-specific alternatif skorlar AI ürün katsayıları Katsayı veri kaynakları İstem ailesi katsayıları Equal-product sonucu Exposure-weighted sonucu AnyCritical Critical exposure share Unresolved lower–point–upper sonuçları Sampling confidence interval Critical upper bound Duyarlılık analizi Puan Publication Quality 950+ aday kapı kaydı Puan method sürümü Hesaplama kodu Kod bütünlük hash’i Kamu puan kartı Değişiklik günlüğü Bağımsız yeniden üretim kaydı Sorumlu insan veya kurum

74. DENETİM KONTROL LİSTESİ

Skor kimliği bütün kapsam alanlarını taşıyor mu? Ana analiz gözlem seti sonuçtan önce kilitlendi mi? Yedek ve ana gözlemler ayrıldı mı? Gözlem ağırlıkları sonuçtan bağımsız mı? RP-1–RP-8 dağılımı toplamda 1.000 mi? Strict ve Acceptable Pass ayrıldı mı? Critical ve Major ayrı mı? Unresolved pass veya fail yapıldı mı? Not Ratable paydadan çıkarıldı mı? Ratable kapsama açık mı? Claim support rate yanıt pass yerine kullanıldı mı? Centrality ağırlıkları açık mı? Aynı kök claim tekrar sayıldı mı? Atomic dimension mapping yayımlandı mı? F-4 doğru biçimde yorumlandı mı? Required Elements ayrı hesaplandı mı? Core gate yüksek REC ile telafi edildi mi?

On component’ın tamamı var mı? Eksik component 100 sayıldı mı? Eksik component ağırlığı dağıtıldı mı? ENT doğru varlık ilişkilerini ölçüyor mu? FAC unresolved iddiaları sessizce dışlıyor mu? SBI maddi boundary omission’ı içeriyor mu? TLA ülke ve zaman farkını koruyor mu? ECI atıf varlığı yerine atıf desteğini ölçüyor mu? EPI öz beyan ve gerçeklik ayrımını taşıyor mu? TCR no usable yanıtı görünür kılıyor mu? LGF ortalamanın yanında taban ve gap içeriyor mu? Sentinel gözlemi ülke skoruna girdi mi? USI hem Clean hem Natural veriye dayanıyor mu? STR tek dalgadan mı üretildi? Bileşik skor gate status’ünü örttü mü? 950+ yalnız nokta skoruna mı dayanıyor?

Component floor’lar kontrol edildi mi? Core unresolved sınırı açık mı? Native Reach ve Common Support ayrıldı mı? AI ürün katsayıları skor görülmeden önce belirlendi mi? Katsayılar aktif kullanıcı mı, hesap mı, sorgu mu ölçüyor? Equal ve exposure sonuçları ayrı mı? Düşük skorlu ürün çıkarıldı mı? Ecosystem puan ürün Critical’ını gizliyor mu? AnyCritical alanı var mı? İstem ailesi ağırlıkları açık mı? Düşük skorlu istem ailesi küçültüldü mü? Clean ve Natural skorlar ayrı mı? Güncel ve Rolling skorlar ayrı mı? En iyi geçmiş dalga güncel seçildi mi? Unresolved lower–point–upper sonuçları var mı? Referans ve sampling belirsizliği ayrıldı mı? Güven aralığı tasarımı koruyor mu?

Bileşik CI bütün puan sistemini yeniden çalıştırıyor mu? Ham ve etkin örneklem birlikte mi? Sıfır Critical, sıfır risk diye yazıldı mı? Nadir olay üst sınırı açık mı? Duyarlılık analizi yapıldı mı? Alternatif makul katsayılar sonucu değiştiriyor mu? Sahte ondalık hassasiyet var mı? Puan Publication Quality açık mı? Skor formülü sürümlü mü? Eski skor yöntemi korunuyor mu? Hesaplama kodu yeniden üretilebilir mi? Skorun hesap verebilir sahibi belli mi?

75. İTİRAZLAR VE CEVAPLAR

İtiraz 1 — “Kullanıcıların tek anlayacağı şey bir sayı; neden bu kadar çok sonuç gösteriyoruz?”

Tek sayı anlaşılırdır. Fakat tek başına yanıltıcıdır. Kamu kartı:

• gate statüsü,
• 1.000 kullanıcı dağılımı,
• bileşik puan

şeklinde üç basit katmanla sunulabilir. Ayrıntılı profil araştırmacı ve denetçiler için korunur.

İtiraz 2 — “GEO skoru doğrudan kaç kişinin doğru cevap aldığı değil miydi?”

Bu hâlâ ana sonuçtur. SP₁₀₀₀ ve AP₁₀₀₀ kurucu fikri doğrudan gösterir. NOMOS bileşik endeksi:

• kanıt,
• adalet,
• doğal kullanıcı,
• kararlılık

gibi ek normatif alanları kapsar.

İtiraz 3 — “Neden Full Pass ile Conditional Pass’i ayrı sayıyoruz?”

Çünkü kullanıcıların ikisi de ağır yanlış görmemiş olabilir. Fakat Conditional grupta:

• sınırlı güncellik,
• Moderate omission,
• kullanılabilirlik sorunu

bulunabilir. Bu fark iyileştirme ve güven düzeyi için önemlidir.

İtiraz 4 — “Unresolved gözlemleri çıkarıp temiz skor veremez miyiz?”

Resolved-only skor verilebilir. Fakat unresolved kütle de görünür kalmalıdır. Aksi hâlde en zor iddiaları çözmeden skor yükseltmek mümkün olur.

İtiraz 5 — “On bileşen neden eşit ağırlıklı?”

Eşit ağırlık şeffaf bir başlangıç sağlar. Yüksek riskli hatalar zaten gate sistemiyle korunur. Alternatif domain ağırlıkları ayrıca üretilebilir. Kesin ağırlıklar pilot ve bağımsız incelemeyle sınanmalıdır.

İtiraz 6 — “Varlık ve factual fidelity daha önemli değil mi?”

Bazı denetimlerde öyledir. Fakat:

• kanıt,
• kapsam,
• fairness,
• natural-user farkı

olmadan yüksek factual ortalama yanlış güven üretebilir. Critical ve Major kapıları ana maddiliği ayrıca korur.

İtiraz 7 — “Fairness düşükse küresel ortalama neden düşsün?”

Bileşik NOMOS standardı yalnız ortalama insanı değil, temsil adaletini de değerlendirir. Nüfus ağırlıklı ana sonuç yine ayrı gösterilir. LGF küçük dil ve ülkelerdeki sistematik bozulmayı görünür kılar.

İtiraz 8 — “Bütün dillerde eşit düşük sonuç fairness’i yüksek yapmaz mı?”

Yalnız disparity kullanılırsa yapabilir. Bu nedenle LGF:

• performans tabanını,
• disparity’yi,
• kapsama’ı

birlikte kullanır.

İtiraz 9 — “Clean ve Natural skorları neden doğrudan ortalamıyoruz?”

Farklı hedef nüfus ve kullanıcı durumlarını ölçerler. Aritmetik birleşim normatif tercih gerektirir. Varsayılan olarak ikisi ayrı yayımlanır.

İtiraz 10 — “On AI ürününe eşit ağırlık vermek daha adil değil mi?”

Ortalama ürün karşılaştırması için adildir. Ortalama insan maruziyeti için değildir. Bu nedenle eşit ve exposure-weighted sonuçlar ayrı tutulur.

İtiraz 11 — “Aktif kullanıcı verisi yoksa model katsayısı nasıl bulunacak?”

Bulunamayabilir. Eşit ürün sonucu ve makul senaryo aralıkları yayımlanabilir. Keyfî katsayı uydurulamaz.

İtiraz 12 — “Bir ürünün yalnız yüzde 1 maruziyeti varsa Critical olayı neden ekosistem sonucunu etkilesin?”

Exposure-weighted oranı küçük etkileyebilir. Fakat olayın gerçekleştiği ürün ve kapsam yine Critical Hold taşır. Ekosistem ortalaması ürün gerçeğini silemez.

İtiraz 13 — “Sıfır Critical gözlediysek neden sıfır demiyoruz?”

Örneklem bütün kullanıcıları gözlemlemez. Sıfır gözlem: olayın görülmediğini gösterir. Riskin matematiksel olarak sıfır olduğunu göstermez.

İtiraz 14 — “950+ için bu kadar çok ek şart puanı anlamsızlaştırmıyor mu?”

Tam tersine sayının anlamını korur. 950 puan:

• Critical olaylı,
• eksik dilli,
• tek dalgalı,
• düşük hakemlik kaliteli

bir çalışmada aynı güveni taşımaz.

İtiraz 15 — “Skor formülü değişirse eski çalışmalar karşılaştırılamaz mı?”

Eski ve yeni yöntem aynı sabit veriye uygulanarak köprü analizi yapılabilir. İki skor sürümü ayrı tutulur. Bu yöntem geçmişi silmeden standardın gelişmesini sağlar.

İtiraz 16 — “Bu kadar şeffaf formül sistemin oyunlaştırılmasını kolaylaştırmaz mı?”

Bazı optimizasyonlar oluşabilir. Buna karşı:

• sealed holdout istemleri,
• natural-user panel,
• dil ve ülke adaleti,
• farklı dalgalar,
• Critical kapılar,
• açık değişiklik geçmişi

kullanılır. Kapalı formül denetlenemezliği artırır. Açık formül tek başına oyunlaştırma sebebi değildir.

79. BÖLÜMÜN ORTAK HÜKMÜ

Bir skor kolayca etkileyici görünebilir. Üç basamaklıdır. Yuvarlaktır. Karşılaştırılabilir görünür. Bir yönetici: “Biz 963 aldık.” diyebilir. Bir ajans: “Rakibiniz 912 aldı.” diyebilir. Bir şirket: “Dünyanın en yüksek NOMOS puanına sahibiz.” diyebilir. Fakat skor şu sorulara cevap vermiyorsa karar değeri sınırlıdır: Hangi AI ürünü? Hangi kullanıcı nüfusu? Hangi ülkeler? Hangi diller? Hangi promptlar? Hangi zaman? Hangi panel? Kaç Critical olay? Kaç Major bulgu? Kaç unresolved? Etkin örneklem kaç? Güven aralığı nedir? Model katsayıları neye dayanıyor? Sonuç tekrar edildi mi? NOMOS tek sayıyı reddetmez. Tek sayının gerçeğin yerine geçmesini reddeder. Bu nedenle ana sonuç:

1.000 kullanıcı eşdeğerinin dağılımıdır.

Bileşik endeks:

bu dağılımın ve diğer normatif bileşenlerin özetidir.

Bir ürün:

• 970 acceptable pass,
• iki Critical olay

taşıyabilir. Başka ürün:

• 950 acceptable pass,
• sıfır Critical,
• daha güçlü dil adaleti

taşıyabilir. Yalnız ortalama ile birinci ürünü lider ilan edemezsiniz. Bir düşük kaynaklı dildeki insanın yanlış deneyimi: nüfus ağırlığında küçük, kullanıcı açısından tamamen gerçektir. Bir küçük AI ürünündeki Critical olay: ekosistem ortalamasında küçük, o ürün kullanıcısı için tamamen gerçektir. Skorun görevi küçüğü yok etmek değildir. Doğru ağırlıkla doğru yerde göstermektir. AI ürünlerinin katsayıları performanstan önce gelmelidir. Ürün kötü sonuç verdiğinde katsayısı küçülüyorsa sistem kendi gerçeğini düzenler. İstem ailesi zayıf sonuç verdiğinde ağırlığı düşüyorsa sınama kendi sorularından kaçmaktadır. Unresolved iddia paydadan çıkarılıyorsa en zor gerçeklikler görünmez olur. Not Ratable kayıtlar çıkarılıyorsa ölçüm kusuru ürün başarısına dönüşür. Sıfır gözlenen Critical olay: sıfır risk değildir.

Bir örneklem yalnız gözlediğini söyler. NOMOS, gözlemediğini de sınırıyla birlikte söyler. 950+ sayısı bu nedenle yalnız hedef değildir. Bir sözleşmedir. Şunu söylemek için:

• yüksek ortalama,
• yüksek Strict Pass,
• güçlü adalet,
• doğal kullanıcı dayanıklılığı,
• tekrar,
• açık belirsizlik,
• sıfır açık Critical ve Major

birlikte gerekir. Bu nedenle NOMOS’un on altıncı ölçüm yasası şudur:

Dağılım gerçektir; puan özettir.

On yedinci yasası şudur:

Gate statüsü, ortalamanın üzerinde durur.

On sekizinci yasası şudur:

Katsayı, sonucu takip edemez; sonuç katsayıyı takip eder.

On dokuzuncu yasası şudur:

Ortalama ürün ile ortalama insan aynı şey değildir.

Yirminci yasası şudur:

Fairness yalnız eşitlik değil; taban, fark ve kapsamın birlikte korunmasıdır.

Yirmi birinci yasası şudur:

Unresolved gerçeklik skor dışına atılacak atık değil, skorun sınırıdır.

Yirmi ikinci yasası şudur:

Sıfır gözlenen hata, sıfır olasılık değildir.

Yirmi üçüncü yasası şudur:

Eksik bileşen, başka bileşenlerin başarılarıyla doldurulamaz.

Yirmi dördüncü yasası şudur:

NOMOS 950+, bir sayı değil; puan, gate, adalet, belirsizlik ve tekrar koşullarının ortak hükmüdür.

NOMOS’un Bölüm 16 Emri

Bana yalnız puanımı söyleme. / Bin insanın içinde kimin ne gördüğünü göster.

Full Pass’i, Conditional Pass’i, Major Fail’i, Critical Fail’i, Unresolved’ı ve Not Ratable’ı aynı sepete koyma.

Critical hatamı ortalama içinde kaybetme.

Not Ratable kaydı çıkarıp beni daha başarılı gösterme. / Ama ölçüm kusurunu da bana hata olarak yazma.

Atomik doğruluğu yanıt geçişi yapma.

Varlık, factual, kapsam, zaman, evidence, epistemik statü, görev, fairness, kullanıcı durumu ve kararlılığı ayrı göster.

Eksik bileşeni yüz sayma. / Ağırlığını güçlü bileşenlere dağıtma.

Düşük dil tabanını büyük dillerin ortalamasında saklama.

Temiz oturumda iyi olduğum için doğal kullanıcıdaki bozulmayı yok sayma.

Tek dalgayı kararlı sonuç ilan etme.

Her AI ürününe sonuçtan önce katsayı ver. / Puanımı gördükten sonra ağırlığımı değiştirme.

Eşit ürün ortalamasını ortalama insan deneyimi yapma.

Aktif kullanıcı verin yoksa katsayı uydurma. / Bilinmiyor de.

Küçük ürünümdeki Critical olayı ekosistem ortalamasında silme.

Unresolved iddiayı geçirme veya bırakma. / Alt ve üst sınırını göster.

Ham bin gözlemi bin eşit bilgi birimi sanma. / Etkin örneklemi yaz.

Sıfır Critical gördüğünde sıfır risk deme. / Görmediğin riskin üst sınırını göster.

963,742 gibi sahte kesinlik üretme.

950 sayısını rozet yapma. / Önce Strict Pass’i, component floor’ları, gate’leri, adaleti, tekrar ve belirsizliği kontrol et.

Skor yöntemini değiştirirsen eski skoru silme. / Yeni sürüm aç.

Önce kullanıcı dağılımını hesapla. / Sonra atomik metrikleri çıkar. / Sonra on bileşenli profili üret. / Sonra gate statüsünü uygula. / Sonra güven aralığını ve unresolved sınırını ekle. / Sonra gerekiyorsa bileşik puanı hesapla. / Ve ancak bundan sonra NOMOS 950+ demeye yaklaş.

Bölümün Son Cümlesi

GEO-1000’de güvenilir skor, gerçeği tek sayıya indiren hesap değil; 1.000 insanın gördüğü temsil dağılımını, telafi edilemez riskleri, adalet tabanını, belirsizliği ve zaman içindeki kararlılığı tek bir açık mimaride birlikte koruyan ölçüm sistemidir.

Normatif Öz

Hiçbir NOMOS sonucu tek çıplak bileşik puan olarak yayımlanamaz. Her sonuç önce gate statüsünü, GEO-1000 yanıt dağılımını, Strict ve Acceptable Pass kullanıcı eşdeğerlerini, Critical, Major, Unresolved, No-Yanıt ve Not-Ratable dağılımlarını; daha sonra bileşen skorlarını, belirsizliği, etkin örneklemi, kapsamı ve skor sürümünü göstermelidir.