写点什么
创作场景
- 记录自己日常工作的实践、心得
- 发表对生活和职场的感悟
- 针对感兴趣的事件发表随笔或者杂谈
- 从 0 到 1 详细介绍你掌握的一门语言、一个技术，或者一个兴趣、爱好
- 或者，就直接把你的个人博客、公众号直接搬到这里
登录/注册
评估指标
收录了 评估指标 频道下的 50 篇内容
大语言模型系统评估新框架：微观指标构建方法论
文章围绕大语言模型系统评估微观指标展开。指出单一指标有局限性，应将模型视为系统的一部分进行评估。构建能预警用户问题、聚焦业务的指标体系很关键，指标需与业务目标一致且随实践优化。同时，建议采用渐进式开发模式，先搭建基础框架，再逐步完善指标体系。
让你的 AI 绿起来，艾伦研究所提出深度学习效率评估标准 Green AI
培养一个靠谱的AI需要消耗大量的算力。随着摩尔定律的终结，AI的计算成本正在疯长，几乎每隔几个月计算基线就要翻一番。听起来可能有点吓人，可事实就是，从2012年到2018年，AI算力消耗几乎增长了30万倍。
谷歌 Metrax 为 JAX 引入了预定义的模型评估指标
Metrax是一个JAX库，最近由谷歌开源，为分类、回归、自然语言处理（NLP）、视觉和音频模型提供了标准化的性能指标实现。
机器学习评估指标 AUC 综述
AUC 的什么特性让它如此受欢迎？有没有更好的指标替代 AUC？
如何评价推荐系统的结果质量？
本文是对推荐系统评测标准制定经验总结。
深度解读字节跳动的画质评估工具：抖音也在用~
从抖音集团内部画质评估体系的建设历程着笔，主要分享画质评测对于业务的重要性、主要应用场景和内部产品的一些典型实践。
极客说｜深度对比：SFT、ReFT、RHLF、RLAIF、DPO、PPO
最近 OpenAI Day2 展示的 demo 可能把 ReFT 带火了，接下来，本文对比 SFT、ReFT、RHLF、DPO、PPO 这几种常见的技术。
不只看数字：软件开发企业如何评估客户端工程师绩效
本文将深入探讨可用于评估客户端工程师绩效的度量指标。
模型评价方法（一）
本文来自微信京东数科技术说公众号。
![深度学习应用篇-推荐系统[11]：推荐系统的组成、场景转化指标（pv点击率,uv点击率,曝光点击率）、用户数据指标等评价指标详解](https://static001.geekbang.org/infoq/ef/ef22d6fa64cd85f515d3620961ba0c34.jpeg?x-oss-process=image/resize,w_416,h_234)
深度学习应用篇 - 推荐系统 [11]：推荐系统的组成、场景转化指标（pv 点击率,uv 点击率, 曝光点击率）、用户数据指标等评价指标详解
在网络技术不断发展和电子商务规模不断扩大的背景下，商品数量和种类快速增长，用户需要花费大量时间才能找到自己想买的商品，这就是信息超载问题。为了解决这个难题，个性化推荐系统（Recommender System）应运而生。
人工智能
深度学习
推荐系统
搜索推荐
6 月 优质更文活动
2023-06-13
0
多标签分类中的损失函数与评价指标
各位朋友大家好，欢迎来到月来客栈。在前面的一篇文章[1]中笔者介绍了在单标签分类问题中模型损失的度量方法，即交叉熵损失函数。同时也介绍了多分类任务中常见的评价指标及其实现方法[2]。在接下来的这篇文章中，笔者将会详细介绍在多标签分类任务中两种常见
PyTorch
多标签
多标签分类
文本分类
2021-07-05
0
详解目标检测模型的评价指标及代码实现
为了评价模型的泛化能力，即判断模型的好坏，我们需要用某个指标来衡量，有了评价指标，就可以对比不同模型的优劣，并通过这个指标来进一步调参优化模型。
人工智能
华为云
华为云开发者联盟
企业号 3 月 PK 榜
目标检测模型的评价标准 -AP 与 mAP
为了了解模型的泛化能力，即判断模型的好坏，我们需要用某个指标来衡量，有了评价指标，就可以对比不同模型的优劣，并通过这个指标来进一步调参优化模型。对于分类和回归两类监督模型，分别有各自的评判标准。
ap
map
roc
PR曲线
精确率与召回率
2023-01-09
0
中电标协提出并归口：《政务 APP 评价指标》团体标准开启制订工作
由中国电子工业标准化技术协会（简称“中电标协”）提出并归口，北京博睿宏远数据科技股份有限公司作为牵头单位，联合中国电子技术标准化研究院、北京思源政通科技集团有限公司等各单位发起的“《政务APP评价指标》团体标准”，近日正式启动了标准制订工作。
App
标准化
中电标协
政务信息化
博睿宏远
机器学习算法评估指标——2D 目标跟踪
在2D目标跟踪任务中，我们需要从精度、鲁棒性、运行速度等方面对算法进行综合评估。首先介绍单目标跟踪（SOT）算法的常用评估指标；其次介绍多目标跟踪（MOT）算法的常用评估指标。
学习
2D
评估标准
2020-06-04
0
推荐系统 [四]：精排 - 详解排序算法 LTR (Learning to Rank)_ poitwise, pairwise, listwise 相关评价指标，超详细知识指南。
推荐可分为以下四个流程，分别是召回、粗排、精排以及重排： 1. 召回是源头，在某种意义上决定着整个推荐的天花板； 2. 粗排是初筛，一般不会上复杂模型； 3. 精排是整个推荐环节的重中之重，在特征和模型上都会做的比较复杂；
自然语言处理
推荐系统
搜索算法
2023-03-01
0
Copyright © 2026, Geekbang Technology Ltd. All rights reserved. 极客邦控股（北京）有限公司 | 京 ICP 备 16027448 号 - 5
京公网安备 11010502039052号 | 产品资质
京公网安备 11010502039052号 | 产品资质
