一、案例定位

把「模型好不好」從單一 accuracy 問題擴展成原書的 modeling governance checklist。

二、學習目標

• 辨識模型限制、風險與 benchmark。
• 把 reproducibility、transparency、dependency、resource usage 納入評估。

三、案例情境

企業評估 foundation model，不能只看 demo。原書要求回答 limitations、associated risks、performance benchmarks、能否 recreate、透明度、使用哪些 foundation models，以及訓練耗用多少 energy／compute。

四、開始資料

五、Excel／AI 分析方法

建立 model card scorecard，不明資訊獨立列 Unknown；不要用總分掩蓋 critical fail，例如無法說明 data lineage。

六、計算結果

若教材中的 7 項有 5 項可回答，documentation completeness=5÷7≈71.4%。

七、結果分析與管理解讀

Model benchmark 只是其中一欄。若模型效能高但 provenance、reproducibility 或 resource transparency 缺失，仍可能不適合高風險場景。

八、AI 提問詞

依下列 provider documentation 對照 7 項 modeling checklist；未提供的資訊不要推測，標示 Unknown。

九、思考／情境變動

**題目：**若補齊 transparency 與 energy 兩項，completeness 變多少？

參考解答：7÷7=100%。