留出批次设计

BatchBench 的核心评测思路是让参赛模型在训练时接触一部分实验批次，然后在完全未见的批次和数据源上进行测试（留出批次设计）。

留出批次设计（leave-batch-out）是一种评估模型分布外泛化能力的实验协议：在训练集中完全排除某些实验批次或数据源，仅用剩余批次训练模型，然后在被留出的批次上测试。