真实数据质量对非参数统计检验的干扰与挑战
IanArawjo · x · 2026-07-24
作者指出，在真实场景中运行数据对评估至关重要。虽然 PPI（预测 powered 推断）校正测试在模拟环境中表现良好，但面对真实数据（尤其是对齐极差、质量糟糕的评判分数）时，非正态统计方法可能会出现问题，作者表示正对此展开调查。
「研究」频道最新
- 新 3D 基础模型论文用黎曼流匹配保持在流形上 — kwangmoo_yi · 2026-07-24
- 新基准 ENTRAP-VL：精准测度视觉语言模型的上下文误导效应 — Karan Goyal · 2026-07-24
- Diff-Logic：基于逻辑门网络的低延迟端侧脑电分类 — Shyamal Y. Dharia · 2026-07-24
- 一个保修队列基准测试智能体的真实 HVAC 流程 — srush_nlp · 2026-07-24
- CAIS 公开 EnigmaEval，Fable 5 领先，GPT-4o 仅 0.8 — scaling01 · 2026-07-24
- re:AGENT 八月登陆旧金山，主打端到端智能体科学黑客松 — james_y_zou · 2026-07-24