示例工程教程人工智能【免费下载链接】AIMLInterviewsThis repo is meant to serve as a guide for Machine Learning/AI technical interviews.项目地址https://gitcode.com/gh_mirrors/ma/AIMLInterviews点击查看免费下载本指南是 AIMLInterviews 仓库中 ML System Design 面试系列 的指标专项篇完整覆盖搜索、信息检索与推荐系统中最常用的离线评估指标Recallk、Precisionk、MRR、mAP、DCG、nDCG与在线业务指标CTR、转化率、跳出率等并结合仓库源码与多份场景文档讲解如何根据相关性标注形式与业务目标正确选型。读完本文你将掌握每个指标的数学定义、适用场景、优劣边界以及面试与实战中指标先行的完整思考链路。为什么先定指标再谈模型在 ML System Design 面试与真实工程实践中指标Metrics永远排在架构与模型之前。仓库的 MLSD 主模板 将MetricsOffline and Online列为继问题澄清、业务目标之后的第二大步骤其核心原因是指标定义了系统的优化目标也决定了后续训练目标、特征工程与上线实验的验收标准。指标通常分为两大类离线指标Offline Metrics在历史标注数据上评估模型输出的质量用于训练过程中的模型选择与超参调优。它又可细分为分类指标Precision、Recall、F1、ROC AUC、P/R AUC、log-loss 等、检索与排序指标Precisionk、Recallk、mAP、MRR、nDCG、回归指标MSE、MAE以及任务特有指标如语言任务的 BLEU/ROUGE。在线指标Online Metrics在真实流量A/B 实验中观察用户行为反馈如 CTR、转化率、停留时长、负面反馈率等用于验证离线指标无法捕捉的端到端业务收益。下文将以 mlsd-metrics.md 为骨架逐一展开。离线指标详解离线排序指标的共同前提是对每个 query/用户系统输出一个按分数排序的候选列表评估时取前 k 个位置top-k进行打分。不同指标的区别在于如何衡量列表质量——是看找全程度、看头部精度还是看整体排序的优劣。Recallk相关项有没有被找到定义Recallk 评估在 top-k 推荐结果中检索到的相关项数量占全部相关项总数的比例衡量系统在固定长度列表中不遗漏相关项的能力Recallk (# 在 top-k 中被检索到的相关项) / (# 全部相关项)适用场景信息检索与推荐系统中当绝不能漏掉相关项至关重要时例如候选召回阶段Recallk 是核心指标。它的天然局限是不惩罚排序不佳——只要相关项落在 top-k 内无论排在第 1 位还是第 k 位得分完全相同。Precisionk头部结果干不干净定义Precisionk 评估 top-k 推荐结果中相关项所占的比例衡量系统在列表头部提供相关内容的能力Precisionk (# 在 top-k 中被检索到的相关项) / k适用场景需要向用户首先呈现高度相关内容时如搜索结果首页、广告首屏Precisionk 至关重要它能直接降低无关推荐带来的用户挫败感。其天然局限与 Recallk 对称——不关注相关项内部的相对排序。从源码结构看仓库的多个系统设计场景都将二者并列列出并明确标注do not consider ranking quality不考虑排序质量见 ml-system-design.md。这为下文引入排序敏感指标埋下伏笔。MRR第一个正确答案排多靠前定义Mean Reciprocal Rank平均倒数排名衡量系统将最相关项排在列表顶部的能力。它对每条结果列表取第一个相关项的排名的倒数再对 m 条查询求平均MRR (1/m) · Σ (1 / rank_i)其中 rank_i 是第 i 条查询中第一个相关项的位置。适用场景搜索与推荐中评估用户多快能找到相关内容。当每个查询只有一个正确答案、或结果顺序本身意义重大时如问答、导航类检索尤其适用。例如仓库的 多模态视频搜索场景 因评估数据为video, text配对、每条查询本质上关注首个相关结果而明确选择 MRR 作为离线指标。mAP多查询下的平均精度定义Mean Average Precision平均精度均值先对每条查询计算 Average Precision在排序列表上按相关项位置累加 Precision 的均值再对全部查询/用户取平均得到一个综合性能分。适用场景存在多个用户或多个查询、需要评估一组多样化查询的整体质量时。mAP 天然适配二值相关性相关/不相关0/1当相关性是连续分数时应改用 nDCG原文档明确指出 For continuous scores, we use nDCG。DCG带位置折扣的累计增益定义Discounted Cumulative Gain折扣累计增益是信息检索、搜索引擎与推荐系统最常用的排序质量度量之一。它从两个维度量化列表质量相关性Relevance列表中每个条目带有一个相关性分数分数越高表示与用户查询/偏好越相关位置Position列表越靠前的条目越重要因为用户更可能点击/交互顶部条目。DCG 通过累加列表中条目截止到指定位置的相关性分数得到累计增益并对越靠后的条目施加对数形式的折扣因子反映其重要性递减DCGk Σ (rel_i / log2(i 1))i 从 1 到 k适用场景评估系统如何有效排序并向用户呈现相关项用于优化搜索与推荐算法确保高相关项位于列表顶部以提升用户参与度和满意度。nDCG归一化后的排序质量标尺定义Normalized Discounted Cumulative Gain归一化折扣累计增益考虑分级相关性对越靠后的条目折扣越狠并通过归一化消除列表长度差异。它是实际 DCG 与理想排序下的 IDCGIdeal DCG之比nDCGk DCGk / IDCGk取值在 01 之间越接近 1 说明排序越接近理想。适用场景当相关性并非二值存在多级相关如 0/1/2/3 分且需考虑低排名条目重要性递减时nDCG 是最佳选择。仓库的 电商搜索场景 因相关性为非二值标注而明确选择 NDCG并在检索排序阶段持续使用见 mlsd-search.md。交叉熵与归一化交叉熵CE / NCECE概率预测与真实标签的对齐程度交叉熵Cross Entropy, CE既是损失函数也常被当作离线评估指标衡量预测概率与真实类别标签的吻合程度越低越好二分类形式CE - [y·log(p) (1 - y)·log(1 - p)]多分类形式CE - Σ y_i · log(p_i)其中 y 为真实标签二分类为 0/1多分类为 one-hot 向量p 为模型赋予真实类别的预测概率。负号保证当预测概率与真实标签一致时损失最小化。仓库的 ML 编码题解 提供了cross_entropy_from_logits的面试级 NumPy 实现其数值稳定性技巧先减去 logits 最大值再取 softmax避免指数溢出正是公式落地的关键def cross_entropy_from_logits(logits: np.ndarray, targets: np.ndarray) - float: Return mean multiclass cross-entropy for integer class targets. shifted scores - scores.max(axis1, keepdimsTrue) log_probabilities shifted - np.log(np.exp(shifted).sum(axis1, keepdimsTrue)) return float(-log_probabilities[np.arange(scores.shape[0]), labels].mean())对应测试 test_ml_algorithms.py 验证了 softmax 与交叉熵在极端 logits 下的数值稳定性可作为会写公式、也会写稳定实现的面试加分点。NCE相对简单基线的归一化NCE CE(ML model) / CE(simple baseline)即模型交叉熵与简单基线交叉熵的比值。它消除了问题固有难度的影响让跨任务/跨时间的损失可比。在广告点击率预估这类高度稀疏、正例极少的场景中NCE 是标准离线指标详见下文。排序指标怎么选一张选型表原文档给出了清晰的选型逻辑结合仓库各场景可汇总如下指标关注点相关性标注典型场景仓库实例Precisionk / Recallk找全/头部准确不评估排序质量二值召回阶段、粗排基线mlsd-search.mdMRR第一个相关项的排名二值视频-文本配对检索mlsd-mm-video-search.mdmAP整体列表精度二值事件推荐注册行为即二值mlsd-event-recom.md、P2MK 场景mlsd-pymk.mdnDCG位置折扣下的整体排序质量非二值/分级电商搜索相关性含点击/成单等多级信号mlsd-search.mdNCE概率校准 相对基线二值点击广告点击率预估mlsd-ads-ranking.md原文档给出的核心结论Precisionk 与 Recallk 不适合作为最终排序质量指标不考量排序质量本身MRR、mAP、nDCG 是排序场景的推荐指标三者分工MRR 聚焦第一个相关项排名nDCG 适配用户-物品相关性为非二值mAP 适配相关性为二值广告排序场景使用 NCE配合 CE。在线指标详解离线指标只能在标注数据上近似刻画质量真实业务效果要靠在线指标在流量上验证A/B 实验。CTR点击率定义Click-Through Rate 量化用户对特定元素广告、搜索结果、推荐商品或链接的参与度等于点击次数除以展示次数曝光CTR 点击次数 / 展示次数 × 100%其中**曝光Impressions**指条目被展示/浏览的总次数对广告即展示次数对推荐即被推荐次数。适用场景在线广告评估广告表现高 CTR 说明广告对目标受众有吸引力且相关推荐系统衡量推荐内容吸引用户点击的有效性搜索引擎评估搜索结果质量高 CTR 表明结果与用户查询相关。注意仓库的 电商搜索场景 明确指出 CTR 的缺陷——无法追踪相关性且易被标题党click baits操纵因此建议用成功会话率、总停留时长、转化率等补充。面试中主动指出这一局限是加分项。转化率Conversion Rate转化率衡量用户在与条目交互后采取特定目标动作购买、订阅、填表的百分比用于评估行动号召CTA的有效性。广告场景中常用#转化 / #曝光形式见 mlsd-ads-ranking.md。跳出率Bounce Rate跳出率计算访问页面/查看条目后未采取任何进一步动作未跳转、未交互就离开的用户占比。高跳出率通常意味着内容缺乏吸引力或与用户意图不匹配。参与度Engagement Rate参与度评估用户与内容/广告的互动水平可涵盖评论、分享、点赞、页面停留时长等信号。高参与度说明用户深度卷入内容。ML System Design 主模板将其列为在线指标之一like rate、comment rate见 ml-system-design.md。页面停留时长Time on Page衡量用户在页面/内容上的耗时既反映内容对注意力的抓取能力也是参与度与内容有效性的直接证据。视频、新闻流场景常用会话总时长total watch/dwell time作为业务核心在线指标。投资回报率ROIROI 通过比较广告/营销活动的成本与产生收入评估其财务表现是衡量营销投入盈利能力的最终标尺。广告系统设计中常与 revenue lift收入提升配合使用见 mlsd-ads-ranking.md。主模板 ml-system-design.md 还补充了更多在线指标任务/会话成功率与失败率、会话总时长、首个点击的倒数排名以及反向指标counter metrics——如 hide隐藏广告、report举报等直接负面反馈。设计广告系统时隐藏率hide rate就是与 CTR 配套的负面指标mlsd-ads-ranking.md。指标驱动的实战检查清单结合原文档与仓库各场景推荐在 ML System Design 面试或实际立项时按以下顺序收敛指标先问业务目标是提升收入广告/电商、提升参与推荐/视频流还是提升检索效率搜索确定相关性定义与标注形式相关性是二值还是分级这直接决定 mAP 还是 nDCG只有单个正确答案则选 MRR。区分离线与在线离线指标CE、NCE、nDCG 等服务于模型选择与调参在线指标CTR、转化率、隐藏率、ROI服务于 A/B 实验验收。识别指标局限并补位CTR 易受标题党影响时补充成功会话率只看点击时补充负面反馈率与 ROI。对广告场景特别处理离线以 CE/NCE 为核心在线以 CTR、转化率、收入提升、隐藏率为组合。掌握这套指标先行方法论后可以继续在仓库中对照学习各场景的完整实践广告点击预测、电商搜索、视频/多模态搜索、事件推荐以及总览性的 ML System Design 框架。赞分享示例工程教程人工智能【免费下载链接】AIMLInterviewsThis repo is meant to serve as a guide for Machine Learning/AI technical interviews.项目地址https://gitcode.com/gh_mirrors/ma/AIMLInterviews点击查看免费下载相关推荐AIMLInterviews 评估指标完全指南从离线指标、CE/NCE 到在线指标的 ML 系统设计实战选型AIMLInterviews 评估指标完全指南从离线指标、CE/NCE 到在线指标的 ML 系统设计实战选型 本文基于 AIMLInterviews 仓库中示例工程教程人工智能LLM Zoomcamp 检索评估指标详解从 Pk、Recall 到 MRR、NDCG以及它们在 RAG 搜索评估中的落地实现LLM Zoomcamp 检索评估指标详解从 Pk、Recall 到 MRR、NDCG以及它们在 RAG 搜索评估中的落地实现 这篇指南系统梳理 LLM示例工程教程人工智能大模型Resume Matcher评估指标NDCG、MAP、PrecisionK详解Resume Matcher评估指标NDCG、MAP、PrecisionK详解 引言 在简历匹配系统中准确评估算法性能至关重要。Resume MatcheAI 应用人工智能大模型后端前端上一篇Hyperf集合操作数据处理的终极指南下一篇动态链接故障终极指南5步彻底根治spdlog库加载难题创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 AIMLInterviews 离线与在线评估指标全景指南：从 Recall@k 到 nDCG、CTR 与 NCE 的选型与实践
示例工程教程人工智能【免费下载链接】AIMLInterviewsThis repo is meant to serve as a guide for Machine Learning/AI technical interviews.项目地址https://gitcode.com/gh_mirrors/ma/AIMLInterviews点击查看免费下载本指南是 AIMLInterviews 仓库中 ML System Design 面试系列 的指标专项篇完整覆盖搜索、信息检索与推荐系统中最常用的离线评估指标Recallk、Precisionk、MRR、mAP、DCG、nDCG与在线业务指标CTR、转化率、跳出率等并结合仓库源码与多份场景文档讲解如何根据相关性标注形式与业务目标正确选型。读完本文你将掌握每个指标的数学定义、适用场景、优劣边界以及面试与实战中指标先行的完整思考链路。为什么先定指标再谈模型在 ML System Design 面试与真实工程实践中指标Metrics永远排在架构与模型之前。仓库的 MLSD 主模板 将MetricsOffline and Online列为继问题澄清、业务目标之后的第二大步骤其核心原因是指标定义了系统的优化目标也决定了后续训练目标、特征工程与上线实验的验收标准。指标通常分为两大类离线指标Offline Metrics在历史标注数据上评估模型输出的质量用于训练过程中的模型选择与超参调优。它又可细分为分类指标Precision、Recall、F1、ROC AUC、P/R AUC、log-loss 等、检索与排序指标Precisionk、Recallk、mAP、MRR、nDCG、回归指标MSE、MAE以及任务特有指标如语言任务的 BLEU/ROUGE。在线指标Online Metrics在真实流量A/B 实验中观察用户行为反馈如 CTR、转化率、停留时长、负面反馈率等用于验证离线指标无法捕捉的端到端业务收益。下文将以 mlsd-metrics.md 为骨架逐一展开。离线指标详解离线排序指标的共同前提是对每个 query/用户系统输出一个按分数排序的候选列表评估时取前 k 个位置top-k进行打分。不同指标的区别在于如何衡量列表质量——是看找全程度、看头部精度还是看整体排序的优劣。Recallk相关项有没有被找到定义Recallk 评估在 top-k 推荐结果中检索到的相关项数量占全部相关项总数的比例衡量系统在固定长度列表中不遗漏相关项的能力Recallk (# 在 top-k 中被检索到的相关项) / (# 全部相关项)适用场景信息检索与推荐系统中当绝不能漏掉相关项至关重要时例如候选召回阶段Recallk 是核心指标。它的天然局限是不惩罚排序不佳——只要相关项落在 top-k 内无论排在第 1 位还是第 k 位得分完全相同。Precisionk头部结果干不干净定义Precisionk 评估 top-k 推荐结果中相关项所占的比例衡量系统在列表头部提供相关内容的能力Precisionk (# 在 top-k 中被检索到的相关项) / k适用场景需要向用户首先呈现高度相关内容时如搜索结果首页、广告首屏Precisionk 至关重要它能直接降低无关推荐带来的用户挫败感。其天然局限与 Recallk 对称——不关注相关项内部的相对排序。从源码结构看仓库的多个系统设计场景都将二者并列列出并明确标注do not consider ranking quality不考虑排序质量见 ml-system-design.md。这为下文引入排序敏感指标埋下伏笔。MRR第一个正确答案排多靠前定义Mean Reciprocal Rank平均倒数排名衡量系统将最相关项排在列表顶部的能力。它对每条结果列表取第一个相关项的排名的倒数再对 m 条查询求平均MRR (1/m) · Σ (1 / rank_i)其中 rank_i 是第 i 条查询中第一个相关项的位置。适用场景搜索与推荐中评估用户多快能找到相关内容。当每个查询只有一个正确答案、或结果顺序本身意义重大时如问答、导航类检索尤其适用。例如仓库的 多模态视频搜索场景 因评估数据为video, text配对、每条查询本质上关注首个相关结果而明确选择 MRR 作为离线指标。mAP多查询下的平均精度定义Mean Average Precision平均精度均值先对每条查询计算 Average Precision在排序列表上按相关项位置累加 Precision 的均值再对全部查询/用户取平均得到一个综合性能分。适用场景存在多个用户或多个查询、需要评估一组多样化查询的整体质量时。mAP 天然适配二值相关性相关/不相关0/1当相关性是连续分数时应改用 nDCG原文档明确指出 For continuous scores, we use nDCG。DCG带位置折扣的累计增益定义Discounted Cumulative Gain折扣累计增益是信息检索、搜索引擎与推荐系统最常用的排序质量度量之一。它从两个维度量化列表质量相关性Relevance列表中每个条目带有一个相关性分数分数越高表示与用户查询/偏好越相关位置Position列表越靠前的条目越重要因为用户更可能点击/交互顶部条目。DCG 通过累加列表中条目截止到指定位置的相关性分数得到累计增益并对越靠后的条目施加对数形式的折扣因子反映其重要性递减DCGk Σ (rel_i / log2(i 1))i 从 1 到 k适用场景评估系统如何有效排序并向用户呈现相关项用于优化搜索与推荐算法确保高相关项位于列表顶部以提升用户参与度和满意度。nDCG归一化后的排序质量标尺定义Normalized Discounted Cumulative Gain归一化折扣累计增益考虑分级相关性对越靠后的条目折扣越狠并通过归一化消除列表长度差异。它是实际 DCG 与理想排序下的 IDCGIdeal DCG之比nDCGk DCGk / IDCGk取值在 01 之间越接近 1 说明排序越接近理想。适用场景当相关性并非二值存在多级相关如 0/1/2/3 分且需考虑低排名条目重要性递减时nDCG 是最佳选择。仓库的 电商搜索场景 因相关性为非二值标注而明确选择 NDCG并在检索排序阶段持续使用见 mlsd-search.md。交叉熵与归一化交叉熵CE / NCECE概率预测与真实标签的对齐程度交叉熵Cross Entropy, CE既是损失函数也常被当作离线评估指标衡量预测概率与真实类别标签的吻合程度越低越好二分类形式CE - [y·log(p) (1 - y)·log(1 - p)]多分类形式CE - Σ y_i · log(p_i)其中 y 为真实标签二分类为 0/1多分类为 one-hot 向量p 为模型赋予真实类别的预测概率。负号保证当预测概率与真实标签一致时损失最小化。仓库的 ML 编码题解 提供了cross_entropy_from_logits的面试级 NumPy 实现其数值稳定性技巧先减去 logits 最大值再取 softmax避免指数溢出正是公式落地的关键def cross_entropy_from_logits(logits: np.ndarray, targets: np.ndarray) - float: Return mean multiclass cross-entropy for integer class targets. shifted scores - scores.max(axis1, keepdimsTrue) log_probabilities shifted - np.log(np.exp(shifted).sum(axis1, keepdimsTrue)) return float(-log_probabilities[np.arange(scores.shape[0]), labels].mean())对应测试 test_ml_algorithms.py 验证了 softmax 与交叉熵在极端 logits 下的数值稳定性可作为会写公式、也会写稳定实现的面试加分点。NCE相对简单基线的归一化NCE CE(ML model) / CE(simple baseline)即模型交叉熵与简单基线交叉熵的比值。它消除了问题固有难度的影响让跨任务/跨时间的损失可比。在广告点击率预估这类高度稀疏、正例极少的场景中NCE 是标准离线指标详见下文。排序指标怎么选一张选型表原文档给出了清晰的选型逻辑结合仓库各场景可汇总如下指标关注点相关性标注典型场景仓库实例Precisionk / Recallk找全/头部准确不评估排序质量二值召回阶段、粗排基线mlsd-search.mdMRR第一个相关项的排名二值视频-文本配对检索mlsd-mm-video-search.mdmAP整体列表精度二值事件推荐注册行为即二值mlsd-event-recom.md、P2MK 场景mlsd-pymk.mdnDCG位置折扣下的整体排序质量非二值/分级电商搜索相关性含点击/成单等多级信号mlsd-search.mdNCE概率校准 相对基线二值点击广告点击率预估mlsd-ads-ranking.md原文档给出的核心结论Precisionk 与 Recallk 不适合作为最终排序质量指标不考量排序质量本身MRR、mAP、nDCG 是排序场景的推荐指标三者分工MRR 聚焦第一个相关项排名nDCG 适配用户-物品相关性为非二值mAP 适配相关性为二值广告排序场景使用 NCE配合 CE。在线指标详解离线指标只能在标注数据上近似刻画质量真实业务效果要靠在线指标在流量上验证A/B 实验。CTR点击率定义Click-Through Rate 量化用户对特定元素广告、搜索结果、推荐商品或链接的参与度等于点击次数除以展示次数曝光CTR 点击次数 / 展示次数 × 100%其中**曝光Impressions**指条目被展示/浏览的总次数对广告即展示次数对推荐即被推荐次数。适用场景在线广告评估广告表现高 CTR 说明广告对目标受众有吸引力且相关推荐系统衡量推荐内容吸引用户点击的有效性搜索引擎评估搜索结果质量高 CTR 表明结果与用户查询相关。注意仓库的 电商搜索场景 明确指出 CTR 的缺陷——无法追踪相关性且易被标题党click baits操纵因此建议用成功会话率、总停留时长、转化率等补充。面试中主动指出这一局限是加分项。转化率Conversion Rate转化率衡量用户在与条目交互后采取特定目标动作购买、订阅、填表的百分比用于评估行动号召CTA的有效性。广告场景中常用#转化 / #曝光形式见 mlsd-ads-ranking.md。跳出率Bounce Rate跳出率计算访问页面/查看条目后未采取任何进一步动作未跳转、未交互就离开的用户占比。高跳出率通常意味着内容缺乏吸引力或与用户意图不匹配。参与度Engagement Rate参与度评估用户与内容/广告的互动水平可涵盖评论、分享、点赞、页面停留时长等信号。高参与度说明用户深度卷入内容。ML System Design 主模板将其列为在线指标之一like rate、comment rate见 ml-system-design.md。页面停留时长Time on Page衡量用户在页面/内容上的耗时既反映内容对注意力的抓取能力也是参与度与内容有效性的直接证据。视频、新闻流场景常用会话总时长total watch/dwell time作为业务核心在线指标。投资回报率ROIROI 通过比较广告/营销活动的成本与产生收入评估其财务表现是衡量营销投入盈利能力的最终标尺。广告系统设计中常与 revenue lift收入提升配合使用见 mlsd-ads-ranking.md。主模板 ml-system-design.md 还补充了更多在线指标任务/会话成功率与失败率、会话总时长、首个点击的倒数排名以及反向指标counter metrics——如 hide隐藏广告、report举报等直接负面反馈。设计广告系统时隐藏率hide rate就是与 CTR 配套的负面指标mlsd-ads-ranking.md。指标驱动的实战检查清单结合原文档与仓库各场景推荐在 ML System Design 面试或实际立项时按以下顺序收敛指标先问业务目标是提升收入广告/电商、提升参与推荐/视频流还是提升检索效率搜索确定相关性定义与标注形式相关性是二值还是分级这直接决定 mAP 还是 nDCG只有单个正确答案则选 MRR。区分离线与在线离线指标CE、NCE、nDCG 等服务于模型选择与调参在线指标CTR、转化率、隐藏率、ROI服务于 A/B 实验验收。识别指标局限并补位CTR 易受标题党影响时补充成功会话率只看点击时补充负面反馈率与 ROI。对广告场景特别处理离线以 CE/NCE 为核心在线以 CTR、转化率、收入提升、隐藏率为组合。掌握这套指标先行方法论后可以继续在仓库中对照学习各场景的完整实践广告点击预测、电商搜索、视频/多模态搜索、事件推荐以及总览性的 ML System Design 框架。赞分享示例工程教程人工智能【免费下载链接】AIMLInterviewsThis repo is meant to serve as a guide for Machine Learning/AI technical interviews.项目地址https://gitcode.com/gh_mirrors/ma/AIMLInterviews点击查看免费下载相关推荐AIMLInterviews 评估指标完全指南从离线指标、CE/NCE 到在线指标的 ML 系统设计实战选型AIMLInterviews 评估指标完全指南从离线指标、CE/NCE 到在线指标的 ML 系统设计实战选型 本文基于 AIMLInterviews 仓库中示例工程教程人工智能LLM Zoomcamp 检索评估指标详解从 Pk、Recall 到 MRR、NDCG以及它们在 RAG 搜索评估中的落地实现LLM Zoomcamp 检索评估指标详解从 Pk、Recall 到 MRR、NDCG以及它们在 RAG 搜索评估中的落地实现 这篇指南系统梳理 LLM示例工程教程人工智能大模型Resume Matcher评估指标NDCG、MAP、PrecisionK详解Resume Matcher评估指标NDCG、MAP、PrecisionK详解 引言 在简历匹配系统中准确评估算法性能至关重要。Resume MatcheAI 应用人工智能大模型后端前端上一篇Hyperf集合操作数据处理的终极指南下一篇动态链接故障终极指南5步彻底根治spdlog库加载难题创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考