数据与评测
【特征重要性及离线一致性】怎么分析特征重要性，怎么分析特征在离线不一致？ 「美团」
原题“特征在离线不一致”未给出具体比较对象。
【标注偏差处理】当你发现用于训练奖励模型的众包标注数据存在明显的标注者主观偏差，且已影响了模型行为，但重新标注成本极高、时间紧迫，你会如何处理? 「蚂蚁集团」
原题【测试样本数量】用了多少测试样本？ 「美团」
原题【评估指标】评估指标有哪些？包括准确率、召回率等常用指标。追问：AI准确率多少？一直在质疑准确率，召回效果。你们看什么指标？ 「京东、字节跳动、百度、美团、腾讯、腾讯混元、阿里巴巴」
原题【AUC指标】AUC的定义、物理含义、取值范围（最差为0.5，对应随机猜测）、几种计算方法（包括GAUC计算）以及AUC/GAUC的区别？是否只用了AUC？有没有用别的指标判断？ 「百度、腾讯、阿里巴巴」
原题【F1-macro指标】F1-macro指标怎么计算的？ 「腾讯」
原题【Pass@k指标】pass@k和pass@1是什么? 「百度」
原题【分类任务评测指标】讲一下 RAG 项目 分类任务常用的评测指标有哪些？分类任务常用的评测指标有哪些？ 「蚂蚁集团」
原题【召回率与精确率计算】讲一下召回率和精确率怎么计算的？检测出来他的一个召回率是多少？ 「百度、蚂蚁集团」
原题【思维链评估指标】有规则来评价模型输出结果中是否带思维链的一些指标。 「百度」
原题
暂无题目