DSR-039Research DSSTAT
要估计某个 ML 模型的 Accuracy,现在只能做 K 次 human review(返回 0/1):是每次 review 用在不同 subject 上好,还是每个 subject 用多个 review 取多数好
📋 题目详细背景与场景
要估计某个ML模型的Accuracy。现在只能做K次human review (返回0或1). 是每次review用在不同的subject上好?还是每个subject用多个review然后取多数
📖 对应核心知识点手册:
想用苏格拉底式对话深入理解该考点的第一性原理?
进入破冰推演实验室,模拟考官互动并一步步拆解底层机制与直觉陷阱。
⚡
Test muscle memory on this topic via 3-Layer Flashcards
Active Recall: Mentally formulate Prompt ➔ Math Derivation ➔ Benchmark Implementation in 3 minutes.