这篇文章讨论了在机器学习领域，98% 的准确率是否足够。作者认为，在某些应用场景下，即使只有 2% 的错误率，也可能导致严重的后果。例如，在自动驾驶、医疗诊断等高风险领域，哪怕是微小的误差都可能造成巨大损失。因此，作者呼吁开发者和研究人员更加关注模型的准确性和可靠性，避免因追求“足够”的准确率而忽视潜在的风险。文章还探讨了如何评估和改进模型的准确率，以及在不同应用场景下选择合适的指标。

📎 原文：98% Isn’t Much | 来源：Hacker News