Mean average precision (mAP) är ett mått som bedömer hur väl ett system hittar relevanta resultat och rangordnar dem nära toppen. Genomsnittlig precision beräknas över resultatlistan för varje fråga eller objektklass; mAP är medelvärdet över alla. Det är ett standardmått för sökmotorer, rekommendationssystem och objektdetektering i bilder, där det också beror på den krävda överlappningen mellan avgränsningsrutor.
Recall (även kallat känslighet eller andel sanna positiva) mäter hur stor andel av de faktiska positiva fallen som en modell upptäcker: korrekt identifierade positiva dividerat med alla verkliga positiva. Om ett bedrägerifilter fångar 80 av 100 verkliga bedrägerifall är dess recall 0,8. Hög recall är viktig när missade fall är kostsamma, som vid medicinsk diagnostik. Eftersom den bortser från falsklarm bedöms den vanligtvis tillsammans med precision, till exempel i F-måttet.
F-värdet är ett mått för att utvärdera klassificeringsmodeller. Det vanliga F1-värdet är det harmoniska medelvärdet av precision (hur många av de förutsagda träffarna som är korrekta) och täckning (hur många av de faktiska träffarna som hittades) och ligger mellan 0 och 1. Det är särskilt användbart vid obalanserade data: ett skräppostfilter som nästan aldrig flaggar skräppost kan ha hög noggrannhet men lågt F1-värde.
Informationssökning omfattar metoder som hittar de dokument eller stycken i en stor textmängd som motsvarar en fråga och rangordnar dem efter relevans. Klassiska ansatser som BM25 viktar söktermer efter hur ofta och hur sällan de förekommer; nyare lägger till semantisk likhet. Den ligger till grund för sökmotorer, företagssök och retrieval-augmented generation, där en språkmodell använder de hämtade styckena som underlag för sitt svar.
Top-k-noggrannhet mäter hur ofta rätt svar finns bland en modells k mest sannolika förslag. Med top-1 räknas bara den första förutsägelsen; med top-5 räcker det att rätt klass finns bland de fem bästa, ett välkänt mått från benchmarks för bildigenkänning som ImageNet. Det är användbart överallt där användare ser flera förslag, till exempel produktrekommendationer eller autokomplettering.
