研究人员开发了一系列新的A/B测试估计器，通过利用被比较系统之间的相似性来提高统计效率。传统的A/B测试将系统视为黑箱，但这种新方法利用策略外估计来考虑共享结构和决策倾向。所提出的估计器对错误设定具有鲁棒性，并在系统相似时提供显著的准确性提升，而在系统不相似时则能优雅地默认使用标准方法。 AI
影响 引入了一种更具统计效率的系统变更评估方法，可能影响AI模型性能的基准测试方式。
排序理由 这是一篇详细介绍A/B测试新统计方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →