Какие метрики ранжирования использовались для оценки ретривера?

Для оценки ретривера (поисковой системы или модели извлечения информации) обычно используют метрики ранжирования, которые отражают качество выдачи с учётом порядка результатов. Основные метрики:

• Precision@k — точность среди первых k результатов, показывает долю релевантных документов в топ-k.
• Recall@k — полнота среди первых k результатов, доля найденных релевантных документов из всех релевантных.
• Mean Average Precision (MAP) — среднее значение средней точности по всем запросам, учитывает порядок релевантных документов.
• Normalized Discounted Cumulative Gain (NDCG) — учитывает релевантность и позицию документа, даёт больший вес релевантным документам, расположенным выше.
• Mean Reciprocal Rank (MRR) — среднее обратное значение позиции первого релевантного результата.

Эти метрики помогают оценить, насколько эффективно ретривер возвращает релевантные документы и насколько правильно их ранжирует.