团队先在测试集上选阈值，再用该测试集报告最终F1。现在如何修复最终评价流程？ {{ select(1) }}

• 将原测试集更名为独立集
• 锁定阈值后用新的独立测试数据评价
• 打乱原测试集再计算
• 隐藏阈值选择记录后报告原F1

满分 2 分。人工智能工程技术人员 · 训练与评估 · 综合。题族 AI-F044，同题族不要出现在同一张卷。状态：内部待专家复核。组卷：待审通过后可用。