研究者提醒：评估 decider 模型必须随机化一切，评测信号易被利用

antoine_chaffin 与 din0s 围绕 decider 模型评估展开讨论，强调评测时应对一切进行随机化，因为评测中的大量信号可能被利用，这些信号在真实流量上并不成立。两人还指出，随着 IR 重新变热，学界可能正在重新发现倾向得分（propensity）、反事实学习排序（counterfactual LTR）等旧概念，decider 模型研究也在规避过去几年踩过的坑。