验证目标
验证是平台开发的核心部分。它把早期分类与后来产生的独立证据比较，并检验优先级排序是否提高调查效率。
靶区后来被排除不一定代表失败。矿产勘查是逐步降低不确定性的过程；尽早排除薄弱假设也能把资源留给更有前景的调查。
计划采用的方法
- 在已知地区、矿床和矿点上进行回测。
- 与参考方法和模型进行基准比较。
- 使用独立数据集进行留出测试和盲测。
- 分析系统如何对已知矿床和矿点分类。
- 将模型结果与后来获得的新证据进行野外验证。
表现指标
当历史基础足够时，可以使用技术和运营指标跟踪表现。
- Precision、recall、假阳性率和假阴性率。
- 相关矿点在高分靶区中的集中程度。
- 不同模型版本之间的表现变化。
- 形成合格靶区所需时间、单个靶区成本和单个结构化项目成本。
- 项目储备各阶段之间的推进率。
学习闭环
自有数据、野外结果、尽调、已评估项目、被排除区域和决策历史共同形成可核验基础。每次新分析都应帮助模型变得更准确、一致和高效。
GEOAI Validation Report 应随平台演进，记录版本、假设、限制、测试、错误和重要模型变化。
演进与知识产权
部分信息可能来自公共、科学、许可或商业来源。专有资产的增长体现在 BTR 如何选择、处理、关联这些信息，并使用自身结果和决策进行增强。
系统应从依赖外部信息的基础，逐步演进为由自有数据、决策历史和验证结果持续丰富的基础设施。