ค่าความเชื่อมั่นบอกอะไรได้บ้าง?
ค่าความเชื่อมั่นของ V2 อธิบายหลักฐานเบื้องหลังการคาดการณ์หนึ่งครั้ง ไม่ได้วัดความแม่นยำของบริการโดยรวม และไม่ได้ยืนยันอัตลักษณ์ทางเพศของบุคคล อ่าน confidence ร่วมกับ confidence_kind, source และ sample_count
หน้านี้อธิบายข้อกำหนดการตอบกลับของ V2 ในปัจจุบันและโปรโตคอลการประเมินที่เสนอ การทดสอบข้อกำหนดตรวจสอบเพียงการทำงานของการตอบกลับ ไม่ใช่การศึกษาความแม่นยำที่ใช้ป้ายกำกับอ้างอิงที่เป็นอิสระ วันที่ตรวจทานหน้านี้ไม่ใช่วันที่วัดความแม่นยำ
โปรไฟล์ฐานข้อมูลแยกต่างหากที่สังเกตเมื่อวันที่ 26 กันยายน 2026 รายงานจำนวนเอกสารตามเมตาดาทาของคอลเลกชัน และความสอดคล้องเชิงตัวเลขของเรคคอร์ด 5,000 รายการที่สุ่มจากแต่ละคอลเลกชัน การตรวจสอบเหล่านี้ไม่ได้เปรียบเทียบการคาดการณ์กับป้ายกำกับอ้างอิงที่เป็นอิสระ จึงไม่ได้ให้ค่าร้อยละของความแม่นยำ
ค่าความเชื่อมั่นสองชนิด สองความหมาย
นี่เป็นเพียงตัวอย่างการคำนวณเพื่ออธิบาย หากแถวที่ถูกเลือกจัดเก็บ male = 90, female = 10 และ total = 100 ไว้ ค่า confidence จะเป็น 0.9 จำนวนสมมตินี้ไม่ใช่ผลการวัดของ GenderAPI.io และไม่ได้หมายความว่าร้อยละ 90 ของผู้ที่มีชื่อนั้นระบุตนเองว่าเป็นเพศชาย
จำนวนที่จัดเก็บไว้ไม่ได้เผยแพร่ในหน้านี้ในฐานะการสังเกตที่เป็นอิสระและเป็นตัวแทน คะแนนจาก AI ไม่ได้ปรับเทียบกับจำนวนเหล่านี้ อย่าเปรียบเทียบค่าทั้งสองชนิดราวกับเป็นความน่าจะเป็นที่ใช้แทนกันได้ และอย่าใช้เกณฑ์ความเชื่อมั่นแบบสากลโดยไม่ได้ประเมินกับกรณีการใช้งานของคุณ
| ฟิลด์ในการตอบกลับ | ผลลัพธ์จากชุดข้อมูล | ผลลัพธ์จาก AI |
|---|---|---|
source | dataset | ai |
confidence_kind | observed_frequency เมื่อส่งคืนเพศ | model_reported เมื่อส่งคืนเพศ |
confidence | เมื่อส่งคืนเพศ คือ max(จำนวน male ที่จัดเก็บไว้, จำนวน female ที่จัดเก็บไว้) / จำนวนรวมที่จัดเก็บไว้ และเป็น null เมื่อจำนวนเท่ากันพอดี | เมื่อส่งคืนเพศ คือคะแนนที่โมเดลรายงานซึ่งมากกว่า 0.5 และไม่เกิน 1 นอกนั้นเป็น null |
sample_count | จำนวนรวมที่จัดเก็บไว้ในแถวที่ถูกเลือก ไม่ใช่ขนาดของตัวอย่างสำหรับการประเมิน | null และไม่มีจำนวนตัวอย่างจากชุดข้อมูล |
match | ชื่อตัวเลือกที่ถูกเลือกสำหรับการค้นหา วิธีจับคู่ และขอบเขตตามประเทศหรือส่วนกลาง | method เป็น model_inference ส่วน name, scope และ country เป็น null |
ผลลัพธ์ที่ไม่ทราบ ผลลัพธ์ที่กำกวม และคำขอที่ล้มเหลว
ผลลัพธ์จากชุดข้อมูลไม่มีเกณฑ์สากลที่ปฏิเสธผลลัพธ์ที่มีค่าความเชื่อมั่นต่ำ การตรวจสอบการตอบกลับจาก AI กำหนดให้คะแนนที่ไม่เป็น null ต้องมากกว่า 0.5 ซึ่งเป็นเพียงข้อจำกัดของข้อกำหนด ไม่ใช่หลักฐานของคุณภาพการคาดการณ์ คงค่า null ไว้ตามเดิม อย่าเปลี่ยนเป็นค่าความเชื่อมั่น 0 หรือหมวดหมู่ที่เดาขึ้น
| ผลลัพธ์ | การทำงานของ V2 | การจัดการในการประเมิน |
|---|---|---|
| ระบุได้ | result_status เป็น identified และ gender เป็น male หรือ female | เปรียบเทียบกับป้ายกำกับอ้างอิงและนับเป็นกรณีที่ตอบ |
| ไม่ทราบ | gender และ confidence เป็น null และ result_status เป็น unknown | เก็บไว้ในตัวอย่างที่อยู่ในขอบเขตการประเมิน และนับแยกจากการคาดการณ์ที่ผิด |
| แถวชุดข้อมูลที่กำกวม | เมื่อจำนวน male และ female ที่จัดเก็บไว้เท่ากัน โหมดเฉพาะชุดข้อมูลจะได้ reason: ambiguous ส่วน fallback อาจแทนที่ผลลัพธ์นี้ด้วยผลลัพธ์จาก AI | บันทึกผลลัพธ์สุดท้ายและโหมด AI ที่เลือก และอย่านับความกำกวมซ้ำเป็นผลลัพธ์อีกรายการหนึ่ง |
| AI มีหลักฐานไม่เพียงพอ | ผลลัพธ์ที่ไม่ทราบจาก AI ใช้ source: ai และ reason: insufficient_evidence | นับเป็นไม่ทราบ การตอบกลับ JSON ที่ถูกต้องไม่ได้พิสูจน์ว่าคำตอบถูกต้อง |
| ข้อผิดพลาดของคำขอหรือรายการ | ข้อผิดพลาด HTTP และข้อผิดพลาดของรายการในคำขอแบบกลุ่มเป็นผลลัพธ์ด้านการดำเนินงาน ไม่ใช่ป้ายกำกับเพศ | รายงานความล้มเหลวแยกต่างหาก อย่าตัดออกโดยไม่แจ้ง และเผยแพร่จำนวนและตัวหารของความล้มเหลวเหล่านั้น |
วัดการกำหนดค่าที่คุณใช้งานจริง
- แยกข้อมูลนำเข้าที่เป็นชื่อ ที่อยู่อีเมล และชื่อผู้ใช้ออกจากกัน ขั้นตอนงานของที่อยู่อีเมลหรือชื่อผู้ใช้มีการดึงชื่อตัวเลือกรวมอยู่ด้วย การศึกษาที่ใช้เฉพาะชื่อจึงวัดประสิทธิภาพของขั้นตอนงานทั้งหมดไม่ได้
- แยก ai_mode แบบ off, fallback และ always ออกจากกัน หากไม่มี forceToGenderize คำขอเดี่ยวใช้ fallback เป็นค่าเริ่มต้น และคำขอแบบกลุ่มใช้ off เป็นค่าเริ่มต้น fallback จะลองชุดข้อมูลก่อนและขอ AI เมื่อไม่ได้ผลเป็นเพศ คะแนนที่รวมกันอาจบดบังความแตกต่างระหว่างผลลัพธ์จากชุดข้อมูลและจาก AI
- ประเมิน forceToGenderize แยกต่างหากสำหรับข้อมูลนำเข้าทุกประเภทที่รองรับ ตัวเลือกนี้อาจอนุมานความเชื่อมโยงจากชื่อเล่นได้แม้ name จะเป็น null นามแฝงไม่ได้พิสูจน์ตัวตนของเจ้าของบัญชี
- บันทึกว่ามีการส่ง country หรือไม่ หากมีแถวตามประเทศ ระบบจะใช้แถวนั้นก่อนสำหรับชื่อตัวเลือกแต่ละรายการ หากไม่มีจะใช้การค้นหาส่วนกลาง ตรวจสอบว่าหลักฐานใดถูกเลือกได้จาก match.scope และ match.country
- แบ่งผลลัพธ์ตามบริบทประเทศ ระบบการเขียน และประเภทข้อมูลนำเข้า และรายงานจำนวนกรณีของแต่ละกลุ่มด้วย ความเชื่อมโยงกับภูมิภาคไม่ใช่สัญชาติหรือถิ่นที่อยู่
- กำหนดเกณฑ์ความเชื่อมั่นของแอปพลิเคชันก่อนวัดตัวอย่างที่แยกเก็บไว้ รายงานผลลัพธ์ดั้งเดิมของ API และผลลัพธ์ที่แอปพลิเคชันงดตัดสินเพราะเกณฑ์นั้นแยกกันตาม confidence_kind
นิยามตัวชี้วัดและตัวหาร
ในการประเมินที่วางแผนไว้ N คือจำนวนกรณีในขอบเขตการประเมินที่มีป้ายกำกับอ้างอิง A = C + W คือจำนวนกรณีที่ได้คำตอบเป็นเพศ โดย C คือกรณีที่ถูก และ W คือกรณีที่ผิด U คือผลลัพธ์ที่ไม่ทราบ และ E คือข้อผิดพลาดด้านการดำเนินงานหลังใช้กฎการรันที่กำหนดไว้ล่วงหน้า หากแต่ละกรณีมีผลลัพธ์สุดท้ายเพียงหนึ่งรายการ N = C + W + U + E เผยแพร่จำนวนเหล่านี้ก่อนค่าร้อยละ
เมื่อ N = 0 อัตราส่วนของประชากรเหล่านี้ไม่มีนิยาม อย่าเผยแพร่อัตราส่วนที่ไม่มีนิยามเป็น 0% ระบุช่วงความไม่แน่นอนและวิธีคำนวณด้วย กลุ่มที่มีขนาดเล็กหรือไม่เป็นตัวแทนไม่สามารถสนับสนุนข้อกล่าวอ้างเรื่องความแม่นยำในวงกว้างได้
| ตัวชี้วัด | นิยาม | ค่าที่วัดและเผยแพร่แล้ว |
|---|---|---|
| ความครอบคลุมของคำตอบ | A / N | ยังไม่ได้วัด |
| ความแม่นยำของกรณีที่ตอบ | C / A (ไม่มีนิยามเมื่อ A = 0) | ยังไม่ได้วัด |
| อัตราความผิดพลาดของกรณีที่ตอบ | W / A (ไม่มีนิยามเมื่อ A = 0) | ยังไม่ได้วัด |
| สัดส่วนที่ถูกต้องจากกรณีทั้งหมดในขอบเขตการประเมิน | C / N (อย่าเรียกว่าความแม่นยำของกรณีที่ตอบ) | ยังไม่ได้วัด |
| สัดส่วนของผลลัพธ์ที่ไม่ทราบ | U / N (รายงานความกำกวมเป็นส่วนย่อยของ U ได้) | ยังไม่ได้วัด |
| อัตราข้อผิดพลาดด้านการดำเนินงาน | E / N (แบ่งข้อผิดพลาดตามรหัสข้อผิดพลาดที่คงที่ด้วย) | ยังไม่ได้วัด |
| การปรับเทียบ | แยก observed_frequency และ model_reported แล้วเปรียบเทียบช่วงคะแนนกับความถูกต้องที่สังเกตได้ และเปิดเผยการแบ่งช่วง จำนวน และความไม่แน่นอน | ยังไม่ได้วัด |
สิ่งที่การประเมินที่ทำซ้ำได้ต้องมี
อย่าสร้างป้ายกำกับอ้างอิงโดยขอให้บริการคาดการณ์จากชื่อรายอื่นเดาให้ หากไม่มีข้อมูลอ้างอิงที่เป็นอิสระและเหมาะสม การเปรียบเทียบเช่นนั้นวัดได้เพียงความสอดคล้องกัน ไม่ใช่ความแม่นยำที่ผ่านการตรวจสอบ หากป้ายกำกับอ้างอิงไม่ตรงกับผลลัพธ์แบบสองค่าของ API อย่าติดป้ายกำกับให้บุคคลใหม่เพื่อให้เข้ากับ API แต่ให้บันทึกข้อจำกัดและขอบเขตการประเมินไว้
| องค์ประกอบ | สิ่งที่ต้องเปิดเผย | หลักฐานที่เปิดเผยในปัจจุบัน |
|---|---|---|
| ประชากรอ้างอิง | แหล่งที่มาและสิทธิ์การใช้ป้ายกำกับอ้างอิง เกณฑ์การอยู่ในขอบเขต เกณฑ์การคัดออก การสุ่มตัวอย่าง การขจัดข้อมูลซ้ำ และนิยามของกลุ่ม | ไม่มีชุดข้อมูลอ้างอิงที่ผ่านการตรวจทานเผยแพร่ไว้ที่นี่ |
| การแยกจากข้อมูลต้นทาง | ตรวจสอบข้อมูลซ้ำและการรั่วไหล และแยกข้อมูลทดสอบสำหรับการพัฒนาออกจากการประเมินที่แยกเก็บไว้อย่างเป็นอิสระ | ไม่มีรายงานการแยกข้อมูลที่ผ่านการตรวจสอบเผยแพร่ไว้ที่นี่ |
| เวอร์ชันและการรัน | วันที่รัน รุ่น API ที่แน่นอน สแนปช็อตของชุดข้อมูล เวอร์ชันของโมเดลหรือผู้ให้บริการหากใช้ AI พรอมต์ และการตั้งค่าคำขอ | ไม่มีเวอร์ชันของการประเมินที่รันแล้วเผยแพร่ไว้ที่นี่ |
| ผลลัพธ์ | N, C, W, U, E จำนวนของแต่ละกลุ่ม ช่วงความเชื่อมั่น และการวิเคราะห์การปรับเทียบ | ไม่มีค่าประสิทธิภาพที่วัดได้เผยแพร่ไว้ที่นี่ |
| การทำซ้ำและการตรวจทาน | โค้ดการประเมิน ผลรวมที่ทำซ้ำได้ ข้อจำกัดที่ทราบ และผู้รับผิดชอบการตรวจทานที่ระบุตัวได้ | มีเพียงโปรโตคอล ยังไม่มีการตรวจทานการวัดที่เป็นอิสระซึ่งเสร็จสมบูรณ์ |
ใช้ผลลัพธ์โดยเข้าใจข้อจำกัด
ความเชื่อมโยงระหว่างชื่อหรือนามแฝงกับเพศแตกต่างกันไปตามภาษา ประเทศ และประชากร ป้ายกำกับที่ส่งคืนไม่สามารถยืนยันอัตลักษณ์ทางเพศของบุคคลได้ คงผลลัพธ์ที่ไม่ทราบไว้ และให้ข้อมูลที่บุคคลนั้นให้ไว้มีความสำคัญกว่า อย่าใช้เพศที่คาดการณ์เป็นพื้นฐานของการตัดสินใจที่มีผลกระทบสำคัญต่อบุคคล
ประวัติการเปลี่ยนแปลง
| วันที่ | เวอร์ชันเอกสาร | การเปลี่ยนแปลง |
|---|---|---|
| 2026-09-30 | 1.0.0 | ฉบับภาษาไทยที่ครอบคลุมชนิดของค่าความเชื่อมั่นใน V2 แหล่งที่มาของผลลัพธ์ ผลลัพธ์ที่ไม่ทราบ และตัวหารของการประเมิน ไม่ได้เผยแพร่ผลความแม่นยำใหม่ |