> For the complete documentation index, see [llms.txt](https://docs.geopard.tech/geopard-tutorials/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.geopard.tech/geopard-tutorials/ru/obzor-produkta-veb-prilozhenie/geopard-ai-assistant/accuracy-and-evaluation.md).

# Точность и оценка

Как GeoPard измеряет точность AI-ассистента и валидирует сгенерированные планы.

Мы оцениваем агрономическую точность ассистента на бенчмарке с версионированием. Публикуем результаты по всем категориям, включая те, в которых продолжаем совершенствоваться.

### Бенчмарк

* 503 вопроса по агрономии экспертного уровня в стиле CCA.
* Пять категорий: почвы и водные ресурсы, управление посевами, управление питанием растений, защита растений и интегрированная защита растений (IPM), специализированные вопросы точного земледелия.
* Версии обновляются, тестирование повторяется с каждым выпуском. Текущая версия: v2, июль 2026 г.

### Текущие результаты

| Категория                                               | Результат |
| ------------------------------------------------------- | --------- |
| Специализированные вопросы точного земледелия           | 100%      |
| Почвы и водные ресурсы                                  | 95.8%     |
| Управление посевами                                     | 93.8%     |
| Управление питанием растений                            | 92.9%     |
| Защита растений и интегрированная защита растений (IPM) | 77.5%     |

### Почему набор вопросов закрыт

Публичные вопросы бенчмарка попадают в обучающие данные ИИ. После этого результаты перестают отражать реальные возможности системы. Набор вопросов остается закрытым, чтобы будущие результаты сохраняли объективность. По запросу мы предоставляем методику, результаты по всем категориям и примеры вопросов.

### Проверка не ограничивается бенчмарком

Результаты бенчмарка показывают уровень знаний. Перед созданием каждый план проходит пробную проверку без внесения изменений. Проверки охватывают баланс питательных веществ и коэффициенты выноса с учетом рекомендаций агроконсультационных служб. Также проверяются критические уровни по анализу почвы и нормативы внесения для повышения плодородия, установленные вашей лабораторией. Кроме того, учитываются ограничения по нормам внесения, защитные расстояния и правила базы знаний. Если какая-либо проверка не пройдена, карта не создается.

### Ваша роль

Ассистент помогает принимать профессиональные решения, но не заменяет сертифицированного местного агронома. Вы проверяете и утверждаете каждую карту-задание. Сверяйте рекомендации с планом посевов, результатами анализов почвы, этикетками препаратов и местными нормативами.

### См. также

* [Обзор ИИ-ассистента GeoPard](https://docs.geopard.tech/geopard-tutorials/ru/obzor-produkta-veb-prilozhenie/geopard-ai-assistant.md)
* [Часто задаваемые вопросы об ИИ-ассистенте](https://docs.geopard.tech/geopard-tutorials/ru/obzor-produkta-veb-prilozhenie/geopard-ai-assistant/precision-agriculture-ai-assistant-faq.md)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.geopard.tech/geopard-tutorials/ru/obzor-produkta-veb-prilozhenie/geopard-ai-assistant/accuracy-and-evaluation.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
