少样本多指标：用 Beta 混合分布做低预算 人工智能（AI，Artificial Intelligence） 评测

研究者提出用 Beta 混合分布拟合实例级成功概率，一次拟合即可闭式算出任意预测步长下的 Pass^k 与 AUC@k，并给出无需额外模型调用的置信区间。在竞赛数学和研究生级科学基准上，超出已观测试验次数外推时，该方法比朴素估计更准确，区间也能覆盖全量数据参考值。试验次数达到目标步长后，直接估计仍是更优选择。