AI 应用的评估指标应该怎样选？
从业务成功条件反推指标，同时覆盖质量、拒答、安全、延迟和成本。
完整回答
可确定的格式、引用、工具参数优先用规则；语义质量用人工标注或校准后的模型评分。总分不能掩盖关键安全失败，应设置分项阈值和发布门禁。
加分信息
- 主动给出可量化的验证指标
- 能结合失败案例说明取舍
常见问题
- 只背定义，不说明工程边界
- 只讲理想流程，不处理异常路径
面试官可能追问
- 这个方案最可能在哪一步失败？
- 你会用什么数据证明改动有效？
结合 RAG 项目设置 recall、忠实度、P95 和成本阈值。