★ 2
记录即任务：跨维护、安全与召回场景的文本分类器匹配记录评估
论文指出模型评估通常先选定某条记录再比较模型，但同一案例在不同工作流阶段会有多条记录，这一选择本身应纳入评估。研究在 GE 航空维修、NASA ASRS 安全报告、NHTSA 车辆召回三个系统中比较同一案例的匹配记录，发现 GE 场景下不同记录间宏 F1 差距达 0.46，远大于表示与架构差异。作…
arXiv cs.LG47 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文指出模型评估通常先选定某条记录再比较模型，但同一案例在不同工作流阶段会有多条记录，这一选择本身应纳入评估。研究在 GE 航空维修、NASA ASRS 安全报告、NHTSA 车辆召回三个系统中比较同一案例的匹配记录，发现 GE 场景下不同记录间宏 F1 差距达 0.46，远大于表示与架构差异。作…