分层评测揭示神经分类器和工作流系统在罕见编码与损伤编码上存在不同失效模式。
推荐理由：聚合分数掩盖了两类正交缺陷：神经分类器罕见与常见编码相差0.43微平均F1，工作流虽擅长罕见码却几乎无法处理损伤编码。
阅读原文