实体
P@K
P@K
PulseAugur coverage of P@K — every cluster mentioning P@K across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新AI框架CoLa-ICD增强了罕见病症的自动化医疗编码
研究人员开发了CoLa-ICD，一个旨在改进自动化医疗编码的新框架，特别针对罕见病症。这个知识增强的系统解决了长临床记录、数据不平衡和易混淆的医疗编码等挑战。通过用外部术语丰富ICD标签并对代码依赖关系进行建模，CoLa-ICD旨在实现临床证据与标签语义之间的更好对齐，从而在预测指标上取得最先进的性能。
-
SalesLoop RL框架提升销售线索排名性能
研究人员开发了SalesLoop，一个新颖的强化学习框架，旨在通过弥合离线模型准确性与现实世界性能之间的差距来改进销售线索排名。该框架通过整合面向性能的奖励系统和列表式优化目标，解决了指标不匹配和时间分布漂移等问题。一家新能源汽车制造商的生产A/B测试表明，线索转化率显著累积提升，其排名骨干比基线方法实现了更高的召回率，并更有效地挖掘出高意向线索。
-
检索评估指标详解：P@K、MRR、NDCG
本文解释了用于评估检索系统性能的关键检索评估指标，包括 Precision@K (P@K)、Recall@k、Mean Reciprocal Rank (MRR) 和 Normalized Discounted Cumulative Gain (NDCG@K)。文章强调了这些指标如何捕捉排名的不同方面，并且有时会产生冲突的结果。该教程还提供了 Python 代码来构建一个评估框架，用于计算这些指标，模拟不同检索架构之间的比较，并为部署…