标签
沃尔玛全球技术团队与高校研究人员提出了一种用于迭代式机器学习智能体评测框架的显式反馈契约：仅当验证分数的变化超过基于配对标准误计算的噪声阈值时，才披露验证分数，从而减少对验证集的自适应过拟合，并防止智能体在反复提交过程中追逐噪声。