aggmetrics：用四种聚合算子扩展分类性能指标
aggmetrics是BSD-3许可、仅依赖NumPy的Python包，能把由混淆矩阵四项计数定义的二分类指标，用四种聚合算子扩展到多分类、多标签、有序、代价敏感、软标签及交叉验证。它为每个指标保存结构性质，也可由用户公式推断，并在指标不符合常见假设时警告。价格、国内可用性与具体地址未知。
要点
- 可用四种聚合算子替代常见的平均开关，扩展二分类混淆矩阵指标。
- 包会保存或推断指标结构性质，并在使用假设不成立时警告。
- 测试套件把配套理论结果写成可执行测试，许可为BSD-3且仅依赖NumPy。
为什么值得看
常见机器学习库多以平均开关汇总指标，难以一致覆盖多分类等复杂设定，也缺少对指标结构性质是否仍成立的检查。
谁会受影响
需要把二分类指标用于多分类、多标签、有序、代价敏感、软标签或交叉验证的研究者与工程师。
今天就能怎么试
资料称该包及文档已公开，但未提供可核验地址；价格与国内可用性未知，本条未实测，确认来源前无法给出试用步骤。
原始来源
1aggmetrics: Aggregating Classification Performance Measures for Machine Learning · arXiv cs.AI · 2026年10月23日✓ 已打开核对本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。
相关动态
OpenAI推出常驻智能体Dots，支持跨应用持续办事
OpenAI发布由GPT-6 Astra驱动的Dots，为智能体配备云端电脑、浏览器和应用连接。它能持续跟进项目、吸收反馈，并在ChatGPT、Slack或Teams沟通。首批面向符合地区条件的Pro、Business Premium及管理员开启测试的企业用户。
ChatGPT开始推送GPT-6，可生成交互式回答界面
OpenAI于10月7日开始在ChatGPT的Chat体验推送GPT-6与Intelligent UI，回答可包含按钮、图表、表单和互动工具。付费档先开放，免费与Go档次日开始推送；该公告说明此次更新不改变Work和Codex所使用的模型。
DeepSeek开放搜索与抓取接口，支持智能体接入
DeepSeek于10月17日开放自研网页搜索能力，Search返回结构化检索结果，Fetch把单个网页转换为Markdown。两者复用DeepSeek API密钥，按有结果的成功请求计费，每1000次5元；空结果、失败及超时不收费。
微软业务智能体评测接入 HF，直接检查数据库结果
ThinkingBox 在 507 个有状态业务流程中检查智能体最终留下的数据库记录和副作用，并对每项任务重复运行二十次。HF 博文展示了工具调用看似正常却写错状态的案例，提醒平均成功率、至少成功一次和次次成功不能混为一谈。