Был ли какой-то бейзлайн, с которым сравнивались?

Да, обычно в ML-проектах всегда есть бейзлайн — эталонная модель или метод, с которым сравнивают новые решения. Это может быть простая модель (например, логистическая регрессия), предыдущая версия модели или даже правило на основе бизнес-логики.

Бейзлайн нужен для объективной оценки улучшений: если новая модель не превосходит бейзлайн по ключевым метрикам (точность, F1, AUC и т.д.), то её внедрение нецелесообразно.

Например, при задаче классификации спама бейзлайном может быть простая модель на наивном байесе, а новая — глубокая нейросеть. Сравнивая их, мы понимаем, насколько сложная модель действительно добавляет ценность.