Новости
Toward a Theory of Evaluability
Apple Machine Learning Research · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- Apple researchers formalized evaluability theory for black-box models when test data may have been used during training, characterizing when accurate evaluation remains feasible.
- Почему это важно
- Matters for engineers evaluating large foundation models where held-out test set assumptions no longer hold, especially in production settings with data reuse.
- На что обратить внимание
- Results show accurate evaluation is only feasible when distributions are close to small support; query access helps but adds complexity to evaluation protocols.
- foundation model
- eval
Паттерны, стоящие за этой новостью
Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.