OpenGPTAI意思決定インテリジェンス
検索⌘K
ガイドとサポート

OpenGPT ヘルプ

目的に合う操作を選び、手順と結果の限界を確認できます。

やりたいことから始める

操作ごとに答える質問が異なります。目的に近い項目からガイドを開いてください。

1AIモデルランキング公開指標とモデル確認状態を理解します。2Agentランキング仕事と根拠から完全なAgent構成を選びます。3選ぶ実務要件から候補を絞ります。4公開データを比較一覧のモデルIDを2〜4件並べます。5保存する候補をこのブラウザの一覧に残します。6実際の回答を評価特定の2版を同じ課題で試します。7根拠を提出・訂正モデルまたはAgentの公開情報源を編集審査へ送ります。8レポートを確認共有前にOpenGPT JSONレポートを端末内で確認します。

01

AIモデルランキング

順位の対象、情報源、公式モデルIDの有無を確認します。

機能を開く

この機能の目的

公開指標と元の記録を調べ、実際の課題で試す候補を作ります。

始める前に

まず判断したいことを決めます。ユーザー選好、総合能力、客観課題、費用、オープンウェイトは情報源と尺度が異なります。

手順

  1. 1判断に合うランキング観点を選びます。
  2. 2全記録は「完全な情報源ランキング」、提供元資料にモデルIDがある記録は「公式モデルID」で見ます。
  3. 3元の順位、スコア範囲、投票数、ライセンス、設定をまとめて読みます。
  4. 4どの行でも「モデル詳細」を開けます。正確な対応がある行は公式プロフィール、それ以外は公開名と設定を保持した情報源プロフィールを表示します。
  5. 5どの行も比較に追加できます。設定を失わず公式版として扱える記録は公式版比較、それ以外は同じ情報源・指標・スナップショット内の記録比較を使います。

結果の読み方

順位は一つの情報源と範囲内での相対位置です。同順位で番号が飛ぶことがあり、別の観点の得点は直接比較できません。

証明できないこと

OpenGPTは第三者の公開データを整理しており、評価を再実行していません。すべての利用者や課題に共通する最良モデルは示せません。

よくある質問: 情報源モデルIDまたは情報源名だけの行があるのはなぜ？

すべての行にモデル詳細と比較操作があります。提供元資料で正確な対応を確認できた場合だけ公式モデルIDを追加し、それ以外は新しい公式IDを作らず、情報源の記録として公開名、設定、ランキング資料を保持します。

↑ 上へ戻る
02

AIエージェントランキング

仕事、完全な構成、根拠の品質、比較可能な結果からAgentを選びます。

機能を開く

この機能の目的

異なる根拠を一つの点数にせず、7つの作業範囲のAgent評価構成96件と、別枠のBFCLツール呼び出しモデル結果109件を確認します。

始める前に

Agentの結果は、基盤モデル、実行基盤、ツール、権限、予算、環境、ベンチマーク版、日付を含む一つの完全な構成に属します。公開元が示さない項目は0ではなく未報告です。

手順

  1. 1実際の仕事に合うカテゴリを選びます。
  2. 2順位を見る前にベンチマーク範囲、版、評価日、更新状態、監査注記を確認します。
  3. 3根拠等級で、再現・確認済み、透明な公開実行、提供元による申告を区別します。
  4. 4成功率、反復実行の根拠、所要時間、人の介入率は同条件で公開された場合だけ比較します。成功1件当たり費用は、公開総費用とタスク／実行回数の分母が同じ範囲だと確認できる場合だけ算出します。
  5. 5候補をフォローして履歴を確認し、同じ比較可能群から2〜4件を並べます。

結果の読み方

順位は、一つのベンチマーク範囲における完全なシステム構成の位置です。根拠等級、更新状態、試行数、公開済みの費用・安定性と合わせて読みます。

証明できないこと

OpenGPTは万能なAgent総合点を作りません。再現済みと明記されない結果は上流の根拠を整理したもので、どのベンチマークも全業務での本番適合を証明しません。

よくある質問: 同じAgentやモデルが複数回表示されるのはなぜ？

実行基盤、モデル版、ツール、権限、予算、ベンチマーク設定が異なる場合は別のAgent構成として記録する必要があります。

↑ 上へ戻る
03

モデルまたはAgentを提出

ランキングを変更せず、公開された識別情報や根拠を審査に送ります。

機能を開く

この機能の目的

公式モデルIDやAgent製品が見つからない場合、または公開情報源の編集確認が必要な場合に使用します。

始める前に

確認済みアカウントでログインし、公開HTTPS情報源を用意します。認証情報、非公開ファイル、個人情報は送信しないでください。

手順

  1. 1フォーム上部でモデルまたはAgentを選びます。
  2. 2正確な公開名、提供元・組織、必要な識別項目を入力します。
  3. 3情報源の種類を選び、公式資料、公開リポジトリ、または公開ベンチマーク結果へリンクします。
  4. 4審査で確認してほしい点を説明し、一度だけ送信します。
  5. 5最近の提出で状態を確認します。審査後に候補記録が公開される場合がありますが、ランキングとカタログ収録は別の判断です。

結果の読み方

送信に成功すると参照番号が発行され、審査待ちになります。公開候補記録は公開根拠であり、ランキング順位やカタログ掲載ではありません。

証明できないこと

提出者は順位、根拠等級、比較可能性、公開状態を指定できません。重複・回数制限で不正利用を抑え、承認されてもランキングは自動更新されません。

よくある質問: 承認されたのにランキングへ追加されないのはなぜ？

承認は編集審査を通過したことを示します。カタログ上の識別と比較可能なランキング根拠は別途確認が必要です。

↑ 上へ戻る
04

ランキング変動とバージョン履歴

比較可能なスナップショット間の変動と公式資料のモデルIDを調べます。

機能を開く

この機能の目的

前回の月次情報源スナップショットからの変化、初掲載、正確な版の違い、データ取得日を確認するときに使います。

始める前に

履歴変動にはLMArenaのユーザー選好範囲を使います。他のランキングは比較可能な前回版が揃うまで現在値のみです。

手順

  1. 1現在の情報源日、比較基準、取得日、比較条件を確認します。
  2. 2順位上昇は両方のスナップショットに存在する記録だけで読みます。
  3. 3初掲載を公式の製品公開と解釈しません。
  4. 4全変動表を上昇、低下、変動なし、初掲載、掲載終了で絞り込みます。
  5. 5公式資料にある2つのモデルIDを比較し、必要な月次スナップショットを保存します。

結果の読み方

情報源・範囲・単位・方法が一致する場合だけ変動を計算し、月次スナップショットを保存します。

証明できないこと

新規公開には提供元資料の公開日が必要です。名前から速度、価格、コンテキスト長、品質を推測しません。

よくある質問: Artificial AnalysisとLiveBenchに変動がないのはなぜ？

比較可能な前回版をまだ固定していないためです。履歴不足から架空の変動を作りません。

↑ 上へ戻る
05

タスク別ランキング

実際の用途から、最初に試す価値がある3つの公式モデル版を確認します。

機能を開く

この機能の目的

コーディング、調査、文書、サポート、多言語、マルチモーダル、費用、非公開運用、高速処理について、広い公開指標から実用的な候補を作ります。

始める前に

実際の仕事に近い用途を選び、プロンプト、データ、ツール、地域、予算、プライバシー条件を整理します。表示される公開データの範囲は、用途より広い場合があります。

手順

  1. 1判断したい仕事に最も近い用途を開きます。
  2. 23つの公式版を選んだ理由と未確認事項を読みます。
  3. 3各候補の公開元、元の順位・値、対応確認日、データ基準日を確認します。
  4. 42〜3件を選び、公開データを横並びで比較します。
  5. 5最初の2候補で実務評価を開き、課題セットを編集して同等の設定で試します。

結果の読み方

3つの公式開始候補、利用可能な公開根拠、データ比較と実務評価への経路が得られます。

証明できないこと

用途別ランキングは開始候補であり、万能ランキングや最良モデルの証明ではありません。欠測値を0にせず、異なる公開元を一つの点数へ合成しません。

よくある質問: 比較可能な公開結果がない候補が含まれるのはなぜ？

製品の位置付けや導入方式が用途に合っていても、選択した公開元に正確な版の結果がない場合があります。欠測は明示されるため、実際の課題で確認してください。

↑ 上へ戻る
06

モデルアップグレード・レーダー

現在使っているモデル、定期的な作業、優先事項を設定し、公平な比較を検討すべき変化だけを慎重に確認します。

機能を開く

この機能の目的

公開されている比較可能なデータが、現在のモデルに代わる候補を試す根拠として十分かを判断します。

始める前に

正確な公式版、少なくとも1つの定期的な作業、最大2つの優先事項を選びます。設定はこの端末だけに保存されます。

手順

  1. 1現在使っている正確な公式版を選びます。保存済みモデルが自動的に現在のモデルになることはありません。
  2. 2定期的な作業を選び、品質、費用、速度、プライバシー、長いコンテキストから優先事項を最大2つ選びます。
  3. 3各モデルについて、比較する価値があるか、引き続き観察するか、代替候補を準備すべきか確認します。
  4. 4同じ尺度の公開データを確認してから、実際の作業を両方のモデルに同じ条件で実行させます。
  5. 5公開データの変化を定期的に確認するか、ランキング変動RSSを購読します。

結果の読み方

現在のモデル、作業に合う代替候補、データの日付、不確実性の範囲、比較への導線を含むアップグレード確認結果が、この端末だけに作成されます。

証明できないこと

アップグレード確認は切り替えの指示ではありません。比較可能なデータがない条件は直接検証する必要があり、ローカル設定は同期もバックアップもされません。

よくある質問: 「比較する価値がある」は、現在のモデルを置き換えるべきという意味ですか？

いいえ。同じ作業で試す価値があるという意味です。代替モデルが実際の作業と条件で優れていると確認できた場合にだけ、切り替えを検討してください。

↑ 上へ戻る
07

AIモデル選択

4つの実務要件から説明可能な候補を作ります。

機能を開く

この機能の目的

やりたい仕事は決まっているが、最初に調べるモデルシリーズが分からないときに使います。

始める前に

主な用途、実行場所、最優先事項、必要な言語を整理します。

手順

  1. 1実際の仕事に最も近い用途を選びます。
  2. 2データを外部へ出せない場合は実行環境を正確に指定します。
  3. 3最も妥協できない優先事項を選びます。
  4. 4言語要件を設定し、各候補の適合理由・注意点・次の検証を読みます。
  5. 5候補の特定のモデルバージョンを同じ実務課題で比較します。

結果の読み方

定性的な適合ラベルと一致した要件数はモデルシリーズにのみ適用され、個別バージョンの評価やベンチマーク得点ではありません。掲載中の現行バージョンは配備可否を確認し、同じ課題で比較してください。

証明できないこと

モデルを実行せず、最新価格や万能な勝者も保証しません。同じモデルシリーズでもバージョン差があります。

よくある質問: 有名なモデルが1位でないのはなぜ？

人気ではなく選択した制約に合わせて並べています。条件を一つ変えて原因を確認し、特定のモデルバージョンをテストしてください。

↑ 上へ戻る
08

モデル一覧と詳細

提供元資料にあるモデルIDを探し、専用ページと比較可能な公開ランキング資料を確認します。

機能を開く

この機能の目的

正確な公式モデルID、提供元の行き先、適する用途と不向きな用途、情報源、ランキング資料の状態が必要なときに使います。

始める前に

モデル名、提供元、実行方法、または用途を用意します。提供元資料にモデルIDがあっても、比較可能な公開評価資料があるとは限りません。

手順

  1. 1モデル、版、提供元、用途で検索します。
  2. 2実行方法と、ランキング掲載または未掲載で絞り込みます。
  3. 3詳細ページで識別情報、用途、公開データ範囲、強み、制約、情報源、確認日を読みます。
  4. 4公式リンクで現在の提供状況、価格、プライバシー、制限を確認します。
  5. 5一覧の2〜4版を公開データ比較へ追加し、最終候補2版を実務課題評価へ進めます。

結果の読み方

ランキング掲載は比較可能な公開資料がそのモデルIDに対応する状態です。未掲載は今回適切な比較資料がない状態で、0点ではありません。

証明できないこと

提供元資料は一覧上の識別情報を裏付けますが、全地域・全プランでの現在の提供を保証しません。表示後に対象や利用条件が変わる場合があります。

よくある質問: 未掲載は性能が低いという意味？

いいえ。今回、そのモデルIDに適した比較可能な公開資料がないという意味です。判断に必要なら直接試してください。

↑ 上へ戻る
09

公開データ比較

正確な公式版2～4件、または同じ公開ランキング表示の記録を比較します。

機能を開く

この機能の目的

公式版比較は提供元資料のIDを公開情報源ごとに整理します。正確な公式比較で情報が失われる場合は、情報源の記録比較で公開名と設定を保持します。

始める前に

公式版はカタログIDを2～4件選びます。情報源の記録は、同じ情報源・指標・スナップショットから2～4件選びます。

手順

  1. 1ランキングのどの行も比較に追加できます。設定を保持できる正確な対応は公式版比較、それ以外は情報源の記録比較を使います。
  2. 2公式版の結果は情報源と指標ごとに分けて表示します。
  3. 3情報源の記録比較は公開名、設定、順位、スコアを同じ尺度のまま保持します。
  4. 4欠損値は0ではなく不明として扱います。
  5. 5最終2件を実務課題評価へ進められるのは正確な公式版だけです。

結果の読み方

情報の欠落も含めて候補を整理できます。新しいベンチマーク得点や万能な勝者を生成する機能ではありません。

証明できないこと

この画面でモデルは実行されません。異なる情報源や範囲の得点は交換可能ではなく、確認日以降にモデル情報が変わる場合があります。

よくある質問: データ比較と実務課題評価の違いは？

データ比較は2〜4版の公開情報を整理します。実務課題評価は正確な2版だけを対象に、両サービスで同じプロンプトを実行し、貼り付けた回答をモデル名を伏せて確認します。

↑ 上へ戻る
10

保存したモデル

ランキングの候補をこのブラウザ内の作業リストに保存します。

機能を開く

この機能の目的

候補へすぐ戻り、信頼できる提供元を開き、対応するモデルIDを比較へ送るために使います。

始める前に

同じブラウザと端末を使ってください。OpenGPTアカウントやクラウド同期はなく、一覧は端末内に保存されます。

手順

  1. 1ランキングの任意の行で「保存」を選びます。
  2. 2上部ナビゲーションの「保存したモデル」を開きます。
  3. 3すべての情報源記録に情報源モデルIDまたは情報源名を表示します。公式モデルIDがある記録は提供元を開くか比較へ追加できます。
  4. 4対応する異なるモデルIDを2件追加し、同一課題の比較を始めます。
  5. 5不要な項目を削除します。同じブラウザなら再読み込みや表示言語の変更後も残ります。

結果の読み方

件数は保存済み項目数を示します。情報源の識別情報と公式モデルの識別情報は分けて保持されます。

証明できないこと

アカウント、ブックマーク同期、バックアップではありません。別のブラウザや端末には表示されず、プライベートブラウズ、保存制限、サイトデータ削除で失われる場合があります。

よくある質問: 保存したモデルが消えたのはなぜ？

同じブラウザプロファイルと端末か確認してください。サイト保存データが削除またはブロックされた場合、ローカル一覧は復元できません。

↑ 上へ戻る
11

実務課題評価

実際の課題を使い、意思決定プロジェクトを端末内に保存します。

機能を開く

この機能の目的

テンプレートまたは編集可能な独自課題で2つの特定のモデルバージョンを比較します。

始める前に

両方の提供元を開き、版と設定を確認し、機密情報を除いてください。送信内容には各提供元の方針が適用されます。

手順

  1. 1異なる2つの特定のモデルバージョンを選びます。
  2. 2テンプレートを読み込むか、独自課題を追加・編集します。
  3. 3各プロンプトを両方で実行し、完全な回答を貼り付けます。
  4. 4モデル名を伏せて回答を比較し、5項目を採点して回答1・回答2・同等を選び、メモを残します。
  5. 5全判断の後に一括開示し、V3レポートを保存またはローカル検証します。

結果の読み方

総合判断が各課題の結果を決めます。差が小さい、または完了課題が3件未満なら結論不足です。

証明できないこと

名称を隠すのは見えるラベルの偏りを減らすだけです。二重盲検でも独立実行でもなく、回答元や普遍的順位を証明しません。

よくある質問: 点数と総合判断が違う場合は？

違いをメモで説明できる場合だけ判断を維持し、説明できなければ採点を見直してください。

↑ 上へ戻る
12

保存した課題セットと再評価

課題セットを作り直さず、同じ実務プロンプトを後のモデル評価で再利用します。

機能を開く

この機能の目的

将来の比較条件を揃え、モデル更新や公開データの変化後に正確な版を再評価するために使います。

始める前に

課題名とプロンプトを完成し、分かりやすい名前を付け、同じブラウザと端末を使います。機密性のある仕事文が含まれる場合は保存前に削除してください。

手順

  1. 1実務評価で、仕事を代表する課題セットを準備または編集します。
  2. 2識別しやすい名前を付けて課題セットを保存します。
  3. 3後で保存済みセットを選び、現在の評価へ読み込みます。
  4. 4正確なモデル版を2件選び、同等の設定ですべてのプロンプトを実行します。
  5. 5完了結果から「再評価」を選ぶと、課題とモデル版を保ったまま古い回答、判断、レポートを消去して新しい実行を始めます。

結果の読み方

課題セット名、テンプレート、言語、課題名、プロンプトが端末内に保存されます。再評価は入力条件を保ち、結果だけを新しくします。

証明できないこと

課題セットはこの端末だけに保存され、同期・バックアップされません。回答、モデル選択、レビュー、レポート、APIキーは課題セットに保存されず、サイトデータ削除で全セットを失う場合があります。

よくある質問: 「再評価」を選ぶと何が変わりますか？

同じ課題と正確なモデル版を保ち、以前の回答、得点、判断、公開状態、レポートを消去して、古い結果から独立した新しい実行を始めます。

↑ 上へ戻る
13

共有できる判断レポート

公式モデル候補と公開データ基準日を、機密情報を含めずに共有します。

機能を開く

この機能の目的

検討中の用途、正確な公式版、利用可能な公開根拠、任意の最終候補を共有するときに使います。

始める前に

タスク別ランキングから作成し、用途、正確なモデルID、データ基準日、任意の選択を確認してから共有します。

手順

  1. 1タスク別ランキングで2〜3件の公式候補からレポートを作成します。
  2. 2必要なら1件を選択済みにします。選択なしでも共有できます。
  3. 3公開データの掲載状況とレポートの限界を確認します。
  4. 4リンクをコピーするか、端末の共有、印刷、機密情報を除いたJSON保存を使います。
  5. 5受信者は同じ候補を開き、公開データ比較または実務評価へ進めます。

結果の読み方

共有URLに含まれるのはタスクID、正確な公式モデルID、公開データ基準日、任意の選択だけで、同じ候補を確認できます。

証明できないこと

プロンプト、モデル回答、メモ、APIキー、完全な評価レポートは含まれません。万能な勝者や提供元が回答を生成したことを証明するものでもありません。

よくある質問: 共有リンクから評価内容を見られますか？

いいえ。プロンプト、回答、メモ、APIキー、ローカル評価プロジェクトは除外されます。対応フロー外で情報を付加した場合は、共有前にリンクを確認してください。

↑ 上へ戻る
14

レポート検証

対応JSONの構造、内部整合性、秘密情報のパターン、ローカル指紋を確認します。

機能を開く

この機能の目的

OpenGPT Evidence v1/v2、または意思決定ワークスペースから保存したV3レポートを検証します。すべての確認はこのブラウザ内で行われます。

始める前に

元のJSONファイルを用意します。比較レポートは意思決定ワークスペースから保存し、完了結果が必要な場合は先に全ケースを終了してください。未完了なら下書きとして検証されます。

手順

  1. 1JSONファイルを選びます。内容はブラウザ内に留まります。
  2. 2Evidence v1/v2またはOpenGPT非公開比較v1/v2または意思決定ワークスペースv3として認識されることを確認します。
  3. 3証拠パッケージでは必須項目、実行記録、日時、得点、安全性を確認します。比較レポートでは候補名、課題セット、下書き・完了状態、ケースの重複、集計と判定の整合を確認します。
  4. 4申告された要約を読み、後で同じファイルを照合する場合はSHA-256指紋を保存します。
  5. 5失敗した場合は、合格させるために保存済みレポートを書き換えず、元データを修正するか未完了ケースを終えます。

結果の読み方

Evidence v1/v2の「合格」は対応する構造・整合性規則への適合、「デモ」は例示を意味します。比較レポートの「合格」は完了レポートの内部整合、「下書き」は構造は有効でも比較が未完了であることを示します。「失敗」は要確認項目があります。

証明できないこと

合格しても、記載モデルが貼付回答を生成したこと、プロバイダー主張の真実性、記録した課題以外への一般化は証明しません。別ファイルの結果は自動比較できません。

よくある質問: 合格した比較レポートなら、一方のモデルが優れていると証明できますか？

いいえ。対応するレポートの構造と内部整合性を確認しただけです。モデル本人性、課題の質、出力、判断との関連性は別途評価してください。

↑ 上へ戻る
15

評価方法

モデル判断を検査・再現可能にする要素を学びます。

機能を開く

この機能の目的

評価を設計・公開・利用する前に、証拠品質と人気を分けて考えるために使います。

始める前に

具体的な判断、正確なモデル版、代表課題、元出力の保存計画を用意します。

手順

  1. 1結果を見る前に判断基準と成功条件を書きます。
  2. 2全候補で同じ課題、設定、採点規則を使います。
  3. 3プロンプト、出力、設定、失敗、日時、指紋を保存します。
  4. 4手動・自動・モデル名を伏せた確認・無作為化・独立再現の範囲を明記します。
  5. 5不確実性と限界を結論と一緒に公開します。

結果の読み方

Evidence v1/v2は主に形式と申告を確認します。意思決定ワークスペースV3は端末内再計算（L3）に対応し、L4の独立再現は未対応です。

証明できないこと

厳密な手順でも全利用者、言語、将来版、本番条件を代表する保証はありません。

よくある質問: 常に高い証拠レベルが必要？

影響度に合わせます。個人試用はL1でも、公開・高リスク主張はより強い独立証拠が必要です。

↑ 上へ戻る

用語集

分からない表示があるときに確認してください。

情報源の記録
公開ランキングから保持した1行です。情報源のモデルIDまたは名称をそのまま残し、確認と監査に使います。
公式モデルID
提供元資料に記載されたモデル識別子で、情報源の記録名とは分けて表示します。
一覧のバージョン
提供元資料から収録し、公式の行き先と確認資料を持つモデル版です。
スコアの推定範囲
得点の不確実性を示す公開範囲です。広いほど精度が低く、別情報源の範囲とは直接比較できません。
保存したモデル
このブラウザだけに保存される候補一覧です。アカウントやクラウド同期ではありません。
要件適合度
モデル系列の定性的な適合表示と一致要件数です。個別版の評価ではないため、同じ課題で比較します。
モデルファミリー
関連する複数バージョンの集まり。能力、価格、利用方法は版ごとに異なります。
ベンチマーク
明示した条件で比較する再現可能な課題と採点規則。
Agent構成
一つの結果を生んだ基盤モデル、実行基盤、ツール、権限、予算、環境、ベンチマーク版、日付の組み合わせ。
根拠等級
結果がどのように作成・確認されたかを示す表示で、情報源の得点は変更しません。
成功1件当たり費用
報告済み評価費用を成功課題数で割った値。比較可能な情報源データがある場合だけ表示し、欠測を0にはしません。
証拠ファイル
評価方法と観察結果を申告する構造化記録。
スキーマ
必須項目と許容値を定める機械可読規則。
SHA-256指紋
同一ファイルを照合するローカル識別子。変更すると値も変わります。

問題解決

全要件を満たす候補がない

除外理由を確認し、本当に変更可能な条件だけを緩和します。

要件を確認

順位番号が飛んでいる

公開元の同順位や複数設定を保持しているためです。OpenGPTは表示行を独自に振り直しません。

ランキングを確認

Agentの費用または安定性が未報告

公開元に比較可能な値がありません。OpenGPTは欠測を0にせず未報告のままにし、同じベンチマーク範囲の値だけを比較します。

Agentの根拠を確認

公式モデルIDがない記録

未完了状態ではなく、情報源の記録として分類済みです。元の情報源を確認し、公式モデルIDが必要な場合はモデル一覧を利用してください。

情報源の識別情報

保存したモデルが空、または消えた

同じブラウザプロファイルと端末を使用してください。プライベートモード、保存制限、サイトデータ削除で失われる場合があります。

保存一覧を開く

データ比較に追加できない

データ比較は一覧のモデルIDを使用します。同じ版を選択済み、または4件の上限に達している場合は、別の版を選ぶか候補を一つ削除してください。

モデル一覧を開く

比較レポートが未完了

印のあるケースへ戻り、両方の完全な出力と判定を入力します。

比較を続ける

ローカル下書きが競合した、またはリセットしたい

比較へ戻り、新しい下書きの警告を確認してから、保持またはリセットを選びます。

下書きを確認

証拠ファイルが失敗

失敗項目から元記録を修正します。秘密情報の挿入や結果の書換えは禁止です。

検証を開く
contact@opengpt.com

さらにサポートが必要ですか？

リンク切れ、誤ったモデル情報、解決できない問題をご連絡ください。

メールで問い合わせる