均分相同，也可能有差异
一致性以逐项评分为准，避免不同维度的变化在平均后互相抵消。
01 / RESULT COMPARISON评测分析
把差异，放在一起看。
当两份结果里的样本和评分不完全一致，逐条查找很容易遗漏。我把对齐、校验、比较与导出，整理成一个可以反复检查的流程。
RESULT COMPARISON / FICTIONAL DATA DEMOTHE QUESTION先把问题，
先把问题，
说清楚。
两份记录看起来相似，真正需要关注的却可能藏在某一个模型、某一个评分维度里。只比较均分，容易掩盖逐项差异；只看共同样本，又会忽略单侧缺失。
我的实践 / 专业判断 · 质量管理
我将编号对齐、逐项核验和缺失检查整理成可重复使用的对比流程，让问题有据可查。
THE FLOW
一条清晰的处理路径。
- 01
读取与校验
检查样本编号、重复记录、模型结果和评分范围。
- 02
按编号对齐
把共同样本放在一起，单独保留仅 A、仅 B 的记录。
- 03
逐项比较
在选定维度中逐项比较模型评分，保留差异来源。
- 04
筛选与导出
查看有差异的样本，导出完整 HTML、CSV 或 JSON。
TRY IT YOURSELF让流程，
让流程，
走给你看。
无需账号，使用虚构样例。
从一次操作，看见规则怎样影响结果。
链接只映射本地虚构数据，不读取真实链接，也不调用模型服务。演示展示文本与评分对比，不代表模型真实性能。
功能之外，
这些判断同样重要。
把缺失也作为结果
单侧记录独立展示，不放入共同样本的一致率分母。
先校验，再给结论
重复编号、无效评分等问题会阻止对比，避免错误输入生成看似可信的结果。