“陈总，我觉得在模型迭代上，我们有时候过于追求刷榜了。

        （指在公开数据集上取得更高排名）

        为了在某个榜单上提升零点几个百分点，可能会耗费团队几周的时间去调参和集成。

        但这些提升，很多时候在真实路测中感受并不明显，甚至可能因为过拟合导致在未知场景下表现更差。

        我觉得，我们的评价标准，应该更贴近实际用户体验和系统整体表现，而不是单纯的榜单分数。”

        “说得好！”陈奇惊立刻表示赞同。

        “这就是典型的‘过程’和‘结果’错位。

        我们优化的是榜单分数这个‘过程指标’，但真正的‘结果’应该是路上开得更好、更安全。

        我建议，以后模型迭代的评价，权重应该向大规模影子模式测试、闭环仿真测试和关键场景通过率倾斜，降低公开数据集刷榜的权重。”

        李鹏飞也深有感触：

        “南舟和奇惊提到了一个关键点。

        我们做研究出身的人，容易陷入对单项技术指标的极致追求。

  The content is not finished, continue reading on the next page