機器學習評測

深度分析

Croissant Tasks：以 JSON-LD 宣告式元資料落實機器學習評測的可重現性

機器學習在基準評測上長期面臨可重現性困境。Croissant Tasks採宣告式、機器可執行的元資料格式，將任務與解法分離並描述輸入、輸出、評估與執行細節；實驗顯示可由語言模型自動抽取規格並由代理人生成可運行的重現管線，提升概念性可重現性影響。