Google Research 研究：构建更好的 AI 基准需要多少标注者？

Google Research 在论文《Forest vs Tree: The (N, K) Trade-off in Reproducible ML Evaluation》中研究 AI 评测的广度与深度权衡，即标注条目数量 N（100 至 50,000）与每条标注者数量 K（1 至 500）如何影响可复现性。