AtomFeedFull im LLM-Testsuite-Report
Testfallbeschreibung
Der Test prüft, ob ein Modell einen vollständigen Atom Feed erzeugen kann. Erwartet wird ein gültiges feed Element mit den typischen Metadaten sowie mehrere entries mit eigenen Inhalten und korrekter Struktur.
| Quelldatei | AtomFeedFull.txt |
|---|---|
| Serie | 1 |
| Kategorien | xml, atom, structure |
| Bewertung | LLM-Judge |
| Prompt SHA-256 | 0d982371b4a502f17abfac714b2870d81ff5885c12a97287452a7da74f1f1df9 |
Erwartetes Ergebnis
Valider Atom Feed mit vollständigen Feedmetadaten und genau drei vollständigen Entries.
| Erwartung im Katalog | nein |
|---|---|
| Korrektes Ergebnis im Katalog | ja |
Judge-Anweisung
Prüfe Atom Namensraum, Feedmetadaten, genau drei Entries, eindeutige IDs und RFC 3339 Zeitstempel.
Muss erfüllt sein
- Die Ausgabe ist wohlgeformtes XML ohne erklärende Prosa außerhalb des XML.
- feed verwendet den Namensraum http://www.w3.org/2005/Atom.
- feed enthält title, updated, id, author, contributor und rights.
- feed enthält genau drei entry Elemente.
- Jedes entry enthält title, id, updated, summary und content.
- Feed und Entry IDs sind eindeutige gültige IRIs und updated Werte sind plausible RFC 3339 Zeitstempel.
Fehlerkriterien
- Der Atom Namensraum fehlt oder ist falsch.
- Es gibt nicht genau drei Entries.
- Ein gefordertes Feed oder Entry Element fehlt.
- IDs sind doppelt oder Zeitstempel nicht Atom konform.
Prompt
Erstelle unter content einen vollständigen Atom Feed. Erforderliche Bestandteile feed Element im Namensraum http://www.w3.org/2005/Atom feed muss enthalten title updated id author contributor rights Erzeuge drei entry Elemente, jedes mit title content updated id summary Achte auf gültige Atom Syntax. Gib ausschließlich den Atom Feed zurück. # content
Hilfe zu Bewertung, Score und exakter Korrektheit
Score ist eine abgestufte Gütebewertung: correct = 100 %, mostly_correct = 80 %, partial = 50 %, wrong/not_answered = 0 %.
Exakt korrekt ist strenger: Nur Runs mit dem Label correct zählen. Mostly correct erhöht den Score, zählt aber nicht als exakt korrekt.
Bewertet zählt alle Runs mit fachlichem Urteil. Bei LLM-Judge-Ergebnissen zählen auch Judge-Fehler als bewertet, aber mit Score 0 %.





