首页 / 工具 / 盲评样本量估算 / 使用指南
使用指南

盲评样本量估算:口径怎么对,结果怎么读

盲评样本量估算 的输入项怎么取、结果怎么判读、哪几种用法是错的。花三分钟看完,用的时候能少试好几遍。

默认值按大多数评测的口径给的,你们团队规则不同就改,别照抄。

01这个工具算什么

工具不替你下结论,只让结论有同一个口径。

按评委数与题数算盲评工作量。

02输入怎么取数

先按默认跑一遍,再逐项换成实测数据,变化最大的那项就是关键变量。

需要填 3 项:评委人数、盲评题数、模型数量,其余不用管。

人
题
个

03结果怎么判读

结果差一倍以上,先确认单位再确认口径。

输出 3 项:总评分份数、人均份数、建议,第一项是主结果。

04几种翻车用法

算完不留档,下个版本从头再来,等于白测。

反复改输入直到出现想要的数,这个结论帮不了你。

05放进评测流程

拿它当跨团队对口径时的参照物。

定题库、配权重、折单价,这三种时候值得重算一遍。

06最后一句

这篇是后台提问攒出来的:同一个口径怎么对齐,前后有十几个人问过。

对比开源观察 后台收到的提问里,跟「资源占用实测」有关的占了不少。我们按这些提问重新排过一遍顺序,所以格子出现的先后不是随手定的。