行业与实践 · 标签「标准误」

工具与框架/2026-11-08/12 分钟

Inspect 评分指标：准确率、标准误、头条数字和多轮归约

Inspect 的评分器默认带准确率和标准误。头条数字可用 headline_metric 指定；分组用 grouped()，聚类标准误用 stderr(cluster=)。多轮默认按 mean 归约，frequency() 则看未归约的每一轮。