#评测

Phase 2：eval 集**绝不**能见过预标注

多数 HITL 项目搞砸的那一个决定。如果 eval 标签的种子是模型自己的预测，那你以后报的所有 F1 数字都对模型有偏。这件事第一天做很便宜，第四十天做很疼。