协作评估edit
解释多方共同评估模型或数据过程的概念页。
协作评估 指多个参与方共同提供关于模型行为、数据质量或分布漂移的证据。在本 wiki 中，它主要用于跨数据孤岛设置：每个参与者只有本地观测，没有任何一方完整掌握全局分布。
在本 wiki 中的作用edit
本页连接 数据孤岛、Wasserstein 几何 和 AI 与网络。中心化基准假设所有相关数据都能汇集并标注在一个地方；协作评估则追问：在局部且可能有偏的信号中，各方能共同推断出什么。
与乔鑫宝工作的关系edit
在 样本选择偏差何以促成模型坍缩 中，协作评估用于分析原始数据分布被切分在多个孤岛中时，递归合成数据训练为何会失败。该项目使用 Wasserstein 风格的分布代理，把生成行为与多方本地证据进行比较。这体现了乔鑫宝的系统视角：可靠 AI 不只取决于模型如何训练，也取决于证据如何共享。