Model Benchmark Lab

Choisissez une calculatrice publiée, construisez des cibles à partir d\u2019une à quatre de ses lignes de référence, puis choisissez les références candidates disponibles pour la méthode d\u2019ajustement. Les poids de chaque cible doivent totaliser 100\u00a0%. Le serveur construit la cible synthétique à partir des lignes publiques enregistrées.

L’ajustement contraint utilise des poids positifs ou nuls totalisant 100 %. La convergence est vérifiée par une borne de l’écart à l’objectif ; les ajustements inachevés conservent leur statut. Le budget est de cinq secondes et des résultats partiels sont possibles. La référence unique la plus proche reçoit 100 %. Les distances sont exprimées en unités euclidiennes G25 mises à l’échelle, multipliées par 100.

Conserver les références génératrices teste la reconstruction dans le même panel. Retirer une référence change le modèle disponible. Aucun cas ne constitue une validation indépendante. La convergence borne l’erreur numérique de l’objectif, sans établir l’unicité des poids. Des références similaires peuvent permettre des poids très différents à des distances presque identiques.

Le poids réaffecté est la moitié de la somme des différences absolues de poids, mesurée en points de pourcentage. L\u2019allocation supplémentaire est le poids récupéré sur des candidates dont le poids attendu est zéro. Dans des cibles mixtes, cela n\u2019identifie pas quelle source a été remplacée. Les contrôles à source pure facilitent l\u2019inspection de ces allocations.