记录本身也是任务的一部分：跨维护、安全与召回报告的文本分类器匹配记录评估

英文标题：The record is part of the task: matched-record evaluation of text classifiers across maintenance, safety and recall reporting

这篇 arXiv 论文（arXiv:2609.16267v1）提出，应将“选择哪一份记录进行评估”视为模型评估任务的一部分，而非在模型比较前预先固定的步骤。论文指出，同一运营事件往往会在不同工作流阶段、出于不同目的被重复记录，但传统评估通常只选取其中一份记录。该研究围绕维护、安全和召回报告中的匹配记录评估文本分类器，强调记录选择会影响模型比较结论。对开发者和行业而言，这意味着评估数据集的记录匹配、抽样与版本选择需要被明确纳入评估设计与报告。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB