Topic1 篇公开帖子

#精度损失

该话题下聚合了社区中所有标记为「精度损失」的公开帖子。

带研究生跑了两周问句库，才发现分层抽样省下的钱都赔在精度上了

这学期我带着三个研究生做GEO问句库的实证研究，前后跑了十二个批次，今天把账算清楚，写出来供各位参考。先说结论：分层抽样在成本上确实诱人，但精度损失目前看来比我们预想的要大，而且损失不是均匀分布的。研究设计：我们从一个家电客户的真实客服日志里清洗出约4200条问句，作为准全量底库。然后按问句意图