2 篇文档带有标签「model-evaluation」

从部署分布、切分、指标、阈值和不确定性出发，避免把单一 test score 当作普遍能力。

通过预测时点、实体、时间和只在训练折拟合的 pipeline，识别并阻断 target、group、temporal 与 preprocessing leakage。