在 CI 期间评估精度、召回率和延迟

您的功能请求是否与问题有关?请描述。

随着新的预定义识别器被提议,CI 应该测试这些识别器是否具有对代码库其他部分产生副作用的逻辑,方法是通过在合成数据集上运行评估并测量准确性、召回率和延迟。