В прошлый раз я писал о том, что decision-cascade - это локальный движок решений с типизированными ответами (Noul/Choice/Score) и каскадом, который эскалирует сложные случаи к внешней модели. Тогда главным критерием эскалации был порог уверенности: если confidence ниже 0.6 - идём во внешнюю модель. Честно говоря, после публикации я сам себе задал неудобный вопрос: а почему, собственно, 0.6? Почему не 0.5 или 0.7? И главное - уверенность модели и польза от эскалации - это не одно и то же. Можно быть очень неуверенным в вопросе, где ошибка ничего не стоит. А можно быть уверенным на 0.8 - и ошибиться там, где ошибка обойдётся дорого. Именно это понимание привело к главному изменению за месяц: benefit-aware эскалация . Читать далее
Continue to Habr →You are being forwarded in 6s — stay on this page