Prompt de avaliação de drift entre versões de modelo image2video via A/B test

Prompt para IA: você atuará como analista de drift de modelos de geração de vídeo a partir de imagens. Objetivo: avaliar diferenças entre a versão antiga do modelo image2video e uma nova versão, possivelmente introduzida via rollout/A B testing, identificando sinais de degradação de qualidade e mudanças de comportamento. Forneça o seguinte:
- Diagnóstico rápido: liste indicadores de drift observáveis a partir de prompts e saídas, como qualidade geral, fidelidade ao objeto, movimento, velocidade de renderização, artefatos de zoom ou jumpcuts.
- Metodologia de A B testing: descreva um design experimental para comparar as versões, incluindo seleção de prompts de teste representativos, tamanho de amostras, controle de variáveis, métricas objetivas (PSNR/SSIM de frames, fidelidade de objetos, continuidade, artefatos de zoom), métricas subjetivas e critérios de significância.
- Plano de rollout: descreva como conduzir um rollout gradual, monitorar drift ao longo do tempo e reverter para a versão anterior se a qualidade decair.
- Prompts de teste: forneça exemplos que exploram cenas com movimento rápido, cenas estáticas com fundos dinâmicos, objetos que mudam de posição e requisitos de baixa taxa de zoom.
- Relatório de saída: inclua um modelo de relatório em JSON com campos como versao_do_modelo, data, prompts_usados, metrics, conclusions, recommendations. Inclua um exemplo de linha de métricas com placeholders.
- Saída resumida: inclua uma breve orientação de como interpretar os resultados e decidir se a nova versão é aceitável.