模型學習與下一步決策

AI 合作方將實驗證據納入評估或學習流程，並依合作需求選定模型與再訓練環境。

輸入

證據資料包與合作方的模型評估計畫。

執行內容

檢視資料適用性、依需求更新模型，並與先前版本比較。

輸出

評估結果與更新的預測集。

↳ 檢視證據是否降低了目標不確定性。

依評估結果選擇下一步，包括是否需要再次提出實驗需求，以完成回饋循環。

輸入

更新預測、評估結果與剩餘證據缺口。

執行內容

依原始目標檢視進展，排列下一個假設的優先順序。

輸出

有紀錄的決策，以及必要時的下一份證據需求。

↳ 將下一個問題帶回假設生成。