splits

general · 首次出现 2026-06-07 · 最近出现 2026-11-11 · 累计提及 8

综述

Splits(数据划分)指在机器学习中将数据集切分为训练集、验证集和测试集等子集的做法,是衡量模型泛化能力的基础环节。2025 年以来,随着 Agent 框架、端侧大模型和跨工艺预测等新场景兴起,如何设计更贴近真实分布的 split、避免信息泄漏,正在成为工程实践与学术研究中被重新审视的问题。

Splits 相关的近期进展

  • 华为 openJiuwen 推出的 TTSE(双轨自进化)Agent 框架,把环境事实与提示信息明确拆分(split)成两类经验数据,让智能体分别沉淀与复用。这类“经验划分”思路,本质上是把数据 split 的方法论迁移到了 Agent 自我进化领域(Huawei's openJiuwen Unveils TTSE, an Agent Framework That Splits Environment Facts From Tips)。
  • 地平线征程 6P 芯片与 HSD 方案据传将搭载于比亚迪“天神之眼 B”,其 CEO 余凯针对算力(TOPS)口径的争议进行了回应。这一事件凸显了芯片评测基准之间的口径差异——不同测试集与划分方式会直接影响性能数字的可比性(Horizon Robotics Journey 6P and HSD Reportedly Head to BYD's God's Eye B)。
  • arXiv 上一篇关于功率 GaN HEMT 与逻辑纳米线 FET 的物理感知量子机器学习论文,提出在跨工艺 splits 和留出几何组合上做预测,并强调更低的误差与更小的 split-to-split 方差。这说明在工业数据稀缺的半导体领域,“如何划分数据”本身已成为被优化的对象(A Unified Physics-Aware Quantum Machine Learning Framework across Power GaN HEMTs and Logic Nanowire FETs)。
  • 当前焦点与观察点

    当前围绕 splits 的讨论主要有三条线。其一是评测的可信度:基准测试若存在 train/test 重叠或划分不当,得出的模型排名会失真,行业对“分数水份”的警惕正在提高。其二是 Agent 场景的泛化评估:openJiuwen TTSE 等框架把事实与提示分开沉淀,意味着经验数据的划分方式直接决定智能体能否稳定迁移,而不是只在 demo 里表现良好。其三是工业小样本场景:如上述量子机器学习论文所示,当数据量有限时,split-to-split 的方差比单次测试集分数更能反映模型的真实水平。

    值得注意的是,随着 SuperAI 峰会等活动中从业者普遍认同“能落地的 Agent 才是赢家”,业界对评测的期待正从跑分转向真实部署环境下的表现。这意味着未来 splits 的设计可能不再只是随机切分,而是要模拟真实业务中的分布漂移与未见场景。对于关注 AI 模型评测与落地的读者,split 的粒度、来源与方差指标,值得比单一榜单分数投入更多注意力。

    相关报道

    7 条在档