#评估指标

共 2 篇相关文章

LLM评估看板建得再漂亮，指标选错也白搭。本文按功能形态拆解指标选择：分类器用F1与AUC，生成器慎用困惑度，RAG看忠实度，并附带标签留出集上的F1/AUC代码示意与完整清单。

系统解析RAG评估指标：检索指标（Hit rate、Recall@k、MRR、nDCG）、生成指标（忠实度、答案相关性）与运营指标（成本、延迟、存储），附具体计算示例与工具实践。