Güven puanı neyi gösterir?
V2 yanıtındaki confidence, tek bir tahminin dayandığı bilgiyi ifade eder. Hizmetin genel doğruluğunu ölçmez ve kişinin cinsiyet kimliğini belirlemez. Puanı confidence_kind, source ve sample_count alanlarıyla birlikte okuyun.
Bu rehber mevcut V2 yanıt yapısını ve önerilen değerlendirme yöntemini açıklar. Sözleşme testleri yanıt davranışını doğrular; bağımsız referans etiketlerle yapılmış bir doğruluk çalışması değildir. Sayfanın inceleme tarihi, doğruluk ölçüm tarihi değildir.
26 Eylül 2026 tarihli veri envanterinde koleksiyon kayıt sayıları ve her koleksiyondan rastgele seçilen 5.000 kaydın sayısal tutarlılığı incelenmiştir. Tahminler bağımsız referanslarla karşılaştırılmadığı için bu inceleme bir doğruluk yüzdesi sağlamaz.
İki güven puanı türünün farkı
Yalnızca hesaplama örneği: male = 90, female = 10 ve total = 100 olan bir kaydın confidence değeri 0.9 olur. Bu varsayımsal sayılar bir GenderAPI ölçümü veya bu adı taşıyan insanların %90’ının kendisini erkek olarak tanımladığı iddiası değildir.
Kayıt sayıları burada bağımsız ve temsili gözlemler olarak doğrulanmış değildir. AI puanı da bu sayılara göre kalibre edilmiş değildir. İki puan türünü birbirinin yerine geçen olasılıklar gibi kullanmayın; uygulamanıza uygun eşiği ayrı bir değerlendirmeyle belirleyin.
| Alan | Veri kümesi sonucu | AI sonucu |
|---|---|---|
source | dataset | ai |
confidence_kind | Cinsiyet dönerse observed_frequency | Cinsiyet dönerse model_reported |
confidence | Cinsiyet dönerse max(male, female) / total; sayılar eşitse null | Cinsiyet dönerse modelin bildirdiği, 0,5’ten büyük ve en fazla 1 olan puan; aksi durumda null |
sample_count | Seçilen kayıtta tutulan total; doğruluk değerlendirmesinin örneklem büyüklüğü değildir | null; veri kümesi örneklem sayısı verilmez |
match | Seçilen aday, eşleşme yöntemi ve ülkeye özel/genel kayıt kapsamı | method: model_inference; name, scope ve country: null |
Bilinmeyen, belirsiz ve hatalı sonuçlar
Veri kümesi sonuçlarında her duruma uygulanan bir düşük güven reddetme eşiği yoktur. AI doğrulayıcısının null olmayan puan için 0,5’ten büyük değer istemesi bir yanıt sözleşmesi kuralıdır; doğruluk kanıtı değildir. null değerini sıfır puana veya zorunlu bir cinsiyet tahminine çevirmeyin.
| Sonuç | V2 davranışı | Değerlendirmede ele alınışı |
|---|---|---|
| Tahmin bulundu | result_status: identified; gender: male veya female | Referans etiketle karşılaştırılır ve yanıtlanan örnek sayılır |
| Bilinmeyen | result_status: unknown; gender ve confidence: null | Uygun örneklemde tutulur; yanlış tahminden ayrı sayılır |
| Veri kümesinde eşit sayılar | Yalnız veri kümesi modunda reason: ambiguous; fallback bu sonucu AI yanıtıyla değiştirebilir | Sonuç ve AI modu kaydedilir; belirsizlik ikinci bir sonuç gibi yeniden sayılmaz |
| AI için yetersiz kanıt | source: ai; reason: insufficient_evidence | Bilinmeyen sayılır; geçerli JSON, doğruluğun kanıtı değildir |
| İstek veya öğe hatası | HTTP hataları ve toplu sorgu öğe hataları operasyonel sonuçlardır | Örneklemden sessizce çıkarılmaz; hata sayısı ve paydası ayrıca bildirilir |
Kullandığınız yapılandırmayı ölçün
- İsim, e-posta ve kullanıcı adı girdilerini ayrı değerlendirin. E-posta ve kullanıcı adı sorguları aday çıkarma adımını da içerir; yalnız isimlerle yapılan çalışma bu akışların tamamını ölçmez.
- ai_mode: off, fallback ve always sonuçlarını ayırın. forceToGenderize yokken tekli isteğin varsayılanı fallback, toplu isteğin varsayılanı off olur. Fallback önce veri kümesine bakar; cinsiyet dönmezse AI’ye sorar.
- forceToGenderize seçeneğini tüm girdi türlerinde ayrı değerlendirin. name: null olsa bile takma addan ilişki kurulabilir; bu, hesap sahibinin kimliğini doğrulamaz.
- country gönderilip gönderilmediğini kaydedin. Her aday için ülkeye özel kayıt tercih edilir; yoksa genel kayıt denenir. Seçilen kaynağı match.scope ve match.country gösterir.
- Ülke bağlamı, yazı sistemi ve girdi türüne göre örnek sayılarıyla birlikte raporlayın. Bölgesel ilişki uyruk veya ikamet bilgisi değildir.
- Uygulama güven eşiğini bağımsız test örneklemini ölçmeden önce belirleyin. Ham API yanıtını ve uygulamanın eşik nedeniyle kullanmadığı sonuçları confidence_kind bazında ayrı raporlayın.
Ölçütler ve paydalar
N, uygun ve referans etiketi bulunan toplam örnek sayısıdır. A = C + W, cinsiyet yanıtı bulunan örnek sayısıdır: C doğru, W yanlış, U bilinmeyen, E ise önceden belirlenen yürütme politikası sonrasındaki operasyonel hatadır. Her örnek tek bir nihai sonuçla sayılır: N = C + W + U + E. Yüzdelerden önce bu sayıları yayımlayın.
N = 0 ise toplam örnekleme dayalı oranlar tanımsızdır; tanımsız oranı %0 diye göstermeyin. Güven aralıklarını ve hesaplama yöntemini belirtin. Küçük veya temsili olmayan alt gruplar geniş doğruluk iddialarını desteklemez.
| Ölçüt | Tanım | Yayımlanmış ölçüm |
|---|---|---|
| Yanıt kapsamı | A / N | Ölçülmedi |
| Yanıtlanan örneklerde doğruluk | C / A; A = 0 ise tanımsız | Ölçülmedi |
| Yanıtlanan örneklerde yanlışlık oranı | W / A; A = 0 ise tanımsız | Ölçülmedi |
| Tüm uygun örneklerde doğru yanıt oranı | C / N; yanıtlanan örneklerde doğruluk ile aynı değildir | Ölçülmedi |
| Bilinmeyen oranı | U / N; belirsiz sonuçlar U’nun alt kümesi olarak raporlanabilir | Ölçülmedi |
| Operasyonel hata oranı | E / N; kararlı hata kodlarına göre de ayrılır | Ölçülmedi |
| Kalibrasyon | observed_frequency ve model_reported için puan aralıkları ile gözlenen doğruluk ayrı karşılaştırılır; aralıklar, sayılar ve belirsizlik açıklanır | Ölçülmedi |
Tekrarlanabilir değerlendirme için gerekenler
Başka bir isim tahmin servisinin yanıtlarıyla referans etiket üretmeyin. Uygun bağımsız referans yoksa servis karşılaştırması doğruluğu değil, yanıtların uyuşmasını ölçer. Referans etiketler API’nin ikili çıktısına uymuyorsa insanları bu çıktıya uyduracak şekilde yeniden etiketlemek yerine sınırı ve değerlendirme kapsamını açıklayın.
| Kayıt | Açıklanması gerekenler | Mevcut durum |
|---|---|---|
| Referans örneklem | Etiketlerin kaynağı ve kullanım izni; uygunluk, hariç tutma, örnekleme, yinelenen kayıtlar ve alt gruplar | İncelenmiş referans veri kümesi yayımlanmadı |
| Kaynak veriden ayrım | Örtüşme ve veri sızıntısı kontrolü; geliştirme testleriyle bağımsız değerlendirme örnekleminin ayrılması | Doğrulanmış ayrım raporu yayımlanmadı |
| Sürüm ve yürütme | Tarih, kesin API sürümü, veri anlık görüntüsü; AI kullanılıyorsa model/sağlayıcı sürümü, promptlar ve istek ayarları | Yürütülmüş değerlendirme sürümü yayımlanmadı |
| Sonuçlar | N, C, W, U, E; alt grup sayıları, güven aralıkları ve kalibrasyon | Ölçülmüş performans sonuçları yayımlanmadı |
| Tekrarlama ve inceleme | Değerlendirme kodu, yeniden üretilebilir toplu sonuçlar, sınırlar ve inceleme sorumluluğu | Yöntem önerisi; tamamlanmış bağımsız değerlendirme yok |
Sonucu sınırlarıyla birlikte kullanın
İsim ve takma ad ilişkileri dil, ülke ve topluluklara göre değişir. Dönen etiket kişinin cinsiyet kimliğini belirlemez. Bilinmeyen sonuçları koruyun ve kişinin verdiği bilgiye öncelik tanıyın. Çıkarımla elde edilen cinsiyeti kişi hakkında önemli sonuçlar doğuran kararların temeli yapmayın.
İnceleme geçmişi
| Tarih | Belge sürümü | Değişiklik |
|---|---|---|
| 2026-09-27 | 1.0.0 | Türkçe rehber V2 güven türleri, sonuç kaynakları, bilinmeyen sonuçlar ve ölçüm paydalarına uyarlandı. Yeni doğruluk oranı yayımlanmadı. |