本研究提出了一种新方法，通过训练YOLOv11模型和评估大型语言模型（如ChatGPT和Gemini），高效识别社区环境指标。结合投票机制的模型实现了超过88%的准确率，显示其在自动解码社区环境方面的潜在应用价值。

本研究调查了如何赋予社区推动AI评估数据集的能力，引入了Wikibench系统，通过讨论解决歧义和观点差异。研究发现，使用Wikibench策划的数据集能够捕捉到社区的共识、分歧和不确定性。研究结果提出了支持社区驱动的数据策划的未来发展方向。