热点事件持续更新
研究拆解结合自动评分的人工评测采样与估计增益
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月30日，arXiv自然语言处理领域发布一项针对结合自动评分的人工评测研究。该研究涵盖三个偏好数据集与19个属性问答系统，结果表明，基于分数分层的比例采样加分层人工均值是最稳健的基础流程。研究进一步发现，在十区间分层下，最佳固定局部线性修正仅能将均方误差（MSE）额外降低1.00%至5.27%。此外，收缩配额等复杂策略的普通95%区间覆盖率仅为88.09%至93.54%，且个体MSE的下降并不必然能提升系统的整体排序效果。
AI 根据报道生成 · 2 小时前更新
最新进展10月30日 12:00
研究显示基于分数分层的比例采样加人工均值最稳健，复杂策略未必提升排序。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv 自然语言处理结合自动评分的人工评测：拆解采样与估计增益
一项针对三个偏好数据集与19个属性问答系统的评测研究表明，基于分数分层的比例采样加分层人工均值是最稳健的基础流程。在十区间分层下，最佳固定局部线性修正仅能将 MSE 额外降低 1.00%–5.27%。收缩配额等复杂策略的普通 95% 区间覆盖率仅为 88.09%–93.54%，且个体 MSE 下降未必能提升系统排序效果。
本事件热度走势
当前热度 9·可比范围峰值 9（10月30日 15:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。