Statistics

Power analysis 连接样本量、效应大小，以及检测到真实提升的概率。

概率分布不是抽象曲线，而是关于数据、标签、误差和模型行为的假设。

从 AI 实验角度理解随机变量、期望和方差：分数为什么会波动，我们如何描述这种波动。

正则化通过约束参数，让模型复杂度不至于吞掉泛化能力。

一张面向 NLP、MT、RAG 和 LLM 评估的统计检验选择图。

统计不是公式集合，而是帮助我们理解 AI 实验不确定性、证据强度和模型评估可信度的思维工具。