Scanned PDF Hallucination Test diuji melalui skenario terkontrol, environment record, raw output, human review, dan replikasi. Main run publik masih menunggu evidence package.
Trusted Domain Fallacy diuji melalui skenario terkontrol, environment record, raw output, human review, dan replikasi. Main run publik masih menunggu evidence package.
Image-Text Contradiction Test diuji melalui skenario terkontrol, environment record, raw output, human review, dan replikasi. Main run publik masih menunggu evidence package.
Table Parsing Integrity Test diuji melalui skenario terkontrol, environment record, raw output, human review, dan replikasi. Main run publik masih menunggu evidence package.
Chart Interpretation Stress Test diuji melalui skenario terkontrol, environment record, raw output, human review, dan replikasi. Main run publik masih menunggu evidence package.
Model Card Claim Verification diuji melalui skenario terkontrol, environment record, raw output, human review, dan replikasi. Main run publik masih menunggu evidence package.
AI Incident Report Quality Test diuji melalui skenario terkontrol, environment record, raw output, human review, dan replikasi. Main run publik masih menunggu evidence package.
Audio Transcript Entity Test diuji melalui skenario terkontrol, environment record, raw output, human review, dan replikasi. Main run publik masih menunggu evidence package.
Evaluation Trace Completeness diuji melalui skenario terkontrol, environment record, raw output, human review, dan replikasi. Main run publik masih menunggu evidence package.
EU AI Act Article 50 Readiness diuji melalui skenario terkontrol, environment record, raw output, human review, dan replikasi. Main run publik masih menunggu evidence package.