概念F1 / F1 score

F1 分数

精确率和召回率的调和平均数，用于综合衡量分类或评估方法的准确性

时间轴 (近 90 天)

11月5日

在18场真实用户会话中，Agile Deliberation 将基于 Gemini 的分类器 F1 分数相比零样本基线提升了10.5个点。

待验证50%

11月5日

F1 分数是精确率与召回率的调和平均数，取值范围为0到1（或0到100）。

待验证50%

11月3日

F1 分数是信息检索与分类任务中常用的综合评价指标，定义为精确率与召回率的调和平均数，取值范围为 0 到 1。

待验证50%

10月30日

在三种骨干 LLM 上的实验表明，ExLabel 在所有设置下均取得了最佳 F1 分数。

待验证50%

10月30日

在 Python 和多语言子集上，ExLabel 任务清晰度评估的 F1 相对最佳基线分别提升了 44.2% 和 49.9%。

待验证50%

在18场真实用户会话中，Agile Deliberation 将基于 Gemini 的分类器 F1 分数相比零样本基线提升了10.5个点。

F1 分数是精确率与召回率的调和平均数，取值范围为0到1（或0到100）。

F1 分数是信息检索与分类任务中常用的综合评价指标，定义为精确率与召回率的调和平均数，取值范围为 0 到 1。

在三种骨干 LLM 上的实验表明，ExLabel 在所有设置下均取得了最佳 F1 分数。

在 Python 和多语言子集上，ExLabel 任务清晰度评估的 F1 相对最佳基线分别提升了 44.2% 和 49.9%。