DSPy 推出 ReAnchor 优化并警示评测阈值不校准问题

DSPy 核心开发者 Drew Breunig 指出,决策模型评测若不依据实际数据分布调整切割阈值便没有意义:以「邮件是否需要回复」分类为例,默认 0.50 阈值下 F1 为 0.774,156 封实际回复过的邮件中有近三成正例被漏掉。他还透露,本周仅靠运行 DSPy 新增的 ReAnchor 优化,就两次显著提升了开源决策模型仓库的基准结果。

2026-10-24 ~ 2026-10-24 · 2 条相关