Was verändert die Entscheidung?
Statistische Ähnlichkeit, Aufgabennutzen und Offenlegungsrisiko brauchen eigene Prüfungen. Ein Datensatz kann seiner Quelle ähneln und trotzdem bei einer nachgelagerten Aufgabe scheitern. Kleine seltene Gruppen können besonders wichtig sein. Konditionierende Zeilen und Random-Seed sind verschiedene Eingaben; keine davon garantiert allein Replay.
Was muss dein Proof of Concept zeigen?
Halte echte Evaluierungsdaten aus dem Training heraus. Lege Aufgabenmetriken, Gruppenprüfungen und Toleranzen vor dem Anpassen des Modells fest. Prüfe Constraints und Offenlegungsrisiko separat. Erfasse Trainingsdaten, Modell, Softwareversionen und Sampling-Einstellungen und wiederhole das Experiment.
Das sind redaktionelle Entscheidungskriterien, keine gemessenen Produktranglisten. Produktspezifische Belege stehen in den unten verlinkten Profilen.