TableHTMLHeadThSpans im LLM-Testsuite-Report
Testfallbeschreibung
Der Test bewertet, ob das Modell eine technisch anspruchsvolle HTML-Tabelle korrekt verarbeiten kann. Die Tabelle enthält verschachtelte Kopfbereiche, rowspan- und colspan-Strukturen sowie unterschiedlich kombinierte Datenzellen. Geprüft wird, ob das Modell diese komplexe Tabellengeometrie zuverlässig interpretiert, Spalten logisch zuordnet und Werte exakt extrahieren kann, auch wenn Zellen gruppiert oder mehrfach belegt sind.
| Quelldatei | TableHTMLHeadThSpans.txt |
|---|---|
| Serie | 1 |
| Kategorien | html, table |
| Bewertung | Deterministisch |
| Prompt SHA-256 | c6405f5aa4a3d18800e5ec82282fc2edb26c5eeb5368bd19a7669c6879862d6c |
Erwartetes Ergebnis
2689743
| Erwartung im Katalog | nein |
|---|---|
| Korrektes Ergebnis im Katalog | nein |
Prompt
Du erhaeltst unter content eine HTML-Datei. Wieviel betraegt die Anzahl_Winterverlust beim Labrador Retriever. Gib ausschliesslich die Zahl zurueck. # content <table border="1" > <thead> <tr> <th rowspan="2">Rasse</th> <th colspan="3">Gesamtzaehlungen</th> <th colspan="3">Verluste und Wachstum</th> <th rowspan="2">Hinweis</th> </tr> <tr> <th>Anzahl_Haare</th> <th>Anzahl_Unterfell</th> <th>Anzahl_Oberfell</th> <th>Anzahl_Winterverlust</th> <th>Anzahl_Sommerverlust</th> <th>Anzahl_Wachstumsrate</th> </tr> </thead> <tbody> <tr> <td rowspan="2">Beagle</td> <td colspan="2">22758693 kombiniert mit Unterfell 11897653</td> <td>11987523</td> <td rowspan="2">1469873</td> <td rowspan="2">768539</td> <td rowspan="2">627589</td> <td rowspan="2">Basiswert</td> </tr> <tr> <td>22758693</td> <td>11897653</td> <td>11987523</td> </tr> <tr> <td>Labrador Retriever</td> <td>35687249</td> <td>18473629</td> <td>17298365</td> <td colspan="2">2689743</td> <td>923587</td> <td>normale Kategorie</td> </tr> <tr> <td rowspan="2">Shiba Inu</td> <td rowspan="2">26498753</td> <td>13987653</td> <td rowspan="2">12598763</td> <td>1765983</td> <td rowspan="2" colspan="2">986357</td> <td rowspan="2">kombiniert</td> </tr> <tr> <td>13987653</td> <td>1765983</td> </tr> <tr> <td colspan="8">Zusammenfassung der Tabelle</td> </tr> </tbody> </table>
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 %.





