AI 评测阈值之争：建议只报 AUC 或引入 dev set 调阈值

Antoine Chaffin 针对 AI 评测提出改进建议：只报告 AUC，或在 test set 之外引入 dev set，为每个 eval 分别调整判定阈值。该方法旨在降低阈值选择对评测结论可比性的影响。