Salah satu yang utama adalah bahwa para peneliti melatih model dengan mengacu pada tolok ukur / evaluasi. Konsistensi karakter bukanlah salah satu dari itu.
Ini juga terasa lebih alur kerja / fitur, yang cenderung menjadi area kelemahan bagi fondasi.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
18 Suka
Hadiah
18
5
Posting ulang
Bagikan
Komentar
0/400
CryptoTarotReader
· 23jam yang lalu
Melihat tanpa mengungkapkan
Lihat AsliBalas0
CryptoNomics
· 10-10 00:00
*sigh* regresi metrik kinerja menunjukkan bias jelas p<0.001 menuju optimasi tolok ukur
Lihat AsliBalas0
NullWhisperer
· 10-09 23:59
hmm... kasus tipikal pengembangan yang didorong oleh evaluasi. secara teknis suboptimal sejujurnya
Lihat AsliBalas0
ForeverBuyingDips
· 10-09 23:51
Eh, ini lagi jebakan lama untuk melakukan standarisasi.
Lihat AsliBalas0
PriceOracleFairy
· 10-09 23:34
bruh model-model ini seperti algoritma trading saya... overfitting pada metrik yang salah lmao
Ya, saya rasa ada beberapa alasan.
Salah satu yang utama adalah bahwa para peneliti melatih model dengan mengacu pada tolok ukur / evaluasi. Konsistensi karakter bukanlah salah satu dari itu.
Ini juga terasa lebih alur kerja / fitur, yang cenderung menjadi area kelemahan bagi fondasi.