F1Scorer
Berechnet den F1-Score auf Token-Ebene zwischen Vorhersage und Ground Truth. Kombiniert Precision und Recall und eignet sich für extraktive Aufgaben sowie Named Entity Recognition.
Übersicht
Berechnet den F1-Score auf Token-Ebene zwischen Vorhersage und Ground Truth. Kombiniert Precision und Recall und eignet sich für extraktive Aufgaben sowie Named Entity Recognition.
Anwendungsfälle
- Genauigkeits-Benchmarking und Validierung
Funktionsweise
Dieser Scorer validiert Ausgaben mithilfe einer deterministischen regelbasierten Evaluierung anhand konkreter Kriterien. Vordefinierte Regeln und Muster bewerten die Antwort und liefern konsistente, reproduzierbare Ergebnisse ohne LLM-Inferenz.
Eingabeschema
| Parameter | Typ | Erforderlich | Beschreibung |
|---|---|---|---|
| prediction | str | Ja | Generated output |
| ground_truth | str | Ja | Expected output |
Ausgabeschema
| Feld | Typ | Beschreibung |
|---|---|---|
| score | float | F1 score scaled to 0-10 |
| passed | bool | True if above threshold |
| reasoning | str | F1 analysis |
| metadata.precision | float | Precision value |
| metadata.recall | float | Recall value |
| metadata.f1 | float | Raw F1 score |
Score-Interpretation
Standardschwellenwert: 7/10
Verwandte Scorer
ExactMatchScorer
Bewertet, ob die Vorhersage exakt mit der Ground Truth übereinstimmt. Geeignet für Aufgaben mit eind...
NLP-MetrikenROUGEScorer
Berechnet ROUGE-Scores für die Evaluation von Textzusammenfassungen. Umfasst ROUGE-1 für Unigramme, ...
GenauigkeitAccuracyScorer
Berechnet die Genauigkeit anhand von Teilstring- oder Token-Übereinstimmungen zwischen Vorhersage un...
GenauigkeitMultiPatternAccuracyScorer
Bewertet die Vorhersagegenauigkeit anhand mehrerer akzeptabler Muster oder Antworten. Ideal für Aufg...
Häufig gestellte Fragen
Wann sollte ich diesen Scorer verwenden?
Verwenden Sie F1Scorer, wenn Sie die Aspekte accuracy and nlp-metrics Ihrer KI-Ausgaben evaluieren möchten. Der Scorer eignet sich besonders für genauigkeits-benchmarking und validierung.
Warum benötigt dieser Scorer eine erwartete Ausgabe?
Dieser Scorer vergleicht die generierte Ausgabe mit einem bekannten erwarteten Ergebnis, um Genauigkeitsmetriken zu berechnen.
Kann ich den Schwellenwert anpassen?
Ja, der Standardschwellenwert von 7 lässt sich bei der Konfiguration des Scorers anpassen.
Kurzinfo
Möchten Sie F1Scorer ausprobieren?
Starten Sie die Evaluierung Ihrer KI-Agenten mit der umfassenden Scorer-Bibliothek von Noveum.ai.
Weitere Scorer entdecken
Entdecken Sie 112 kalibrierte LLM-as-Judge-Scorer für umfassende KI-Evaluierungen