本章进度 6 / 18
33%
正文已完成
L173做一张能支持上线决策的指标卡
交付指标定义、计算口径、分层、阈值和阻断条件。
现在把“评测指标”用于一次具体操作，检查你能否独立做出并修正结果。
建议先完成同主题的理解与判断；本页不会锁课，可以边做边回补。
- 按本课练习说明准备真实材料
- 保留练习与复盘记录
“准确率高”不是指标定义。指标卡要说明分子分母、排除项、样本分层、数据版本和上线门槛。
能完成一份别人按同一数据可重复计算的 AI 评测指标卡。
核心概念
先把关键判断说清楚
口径决定可比性
同名准确率若一个按字段、一个按样本计算，结果不可比较。
阈值有基线和风险依据
目标应参考人工表现、旧版本和业务最低要求，不凭感觉写 90%。
分层失败可阻断
总体达标但高风险层不达标时，指标卡应明确拒绝上线。
案例拆解
两团队的“90% 准确率”无法比较
团队 A 按所有字段，团队 B 只看主分类，且样本不同。
- 01
统一样本版本和字段级评分公式。
- 02
单列主分类、金额和来源三项指标。
- 03
设金额准确 100% 为阻断线，总体字段准确≥92%。
案例结果
同一指标可被重复计算，关键字段也不会藏在总分里。
提交前练习
现在轮到你
为一个核心指标和两个护栏填写指标卡。
完成本课需要：完成以下内容用于本课收口。
内容会自动保存在当前设备
查看参考答案与评分标准
参考答案
行动项召回=正确提取行动项/人工标注行动项；按条件承诺分层；基线 84%；总体≥92%，高风险层≥95%，编造负责人率>0 直接阻断。
评分标准
- 公式可复算
- 包含关键分层
- 门槛与风险对应
本课收口 · 学习证据
留下完整学习证据
读完内容、完成练习、通过理解检查并留下 12 字以上总结，才记为已验证。
你现在更接近哪一种状态？
尚有必填项未完成，请补齐后再继续。
资料来源
继续核对与延伸阅读
本课内容最近更新于 。
- Evals↗official-docs · 核对日期 2026-08-23
- Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile↗standard · 核对日期 2026-08-23