近些年來，隨著人工智能（AI，Artificial Intelligence），尤其是非具身式AI技術的快速發(fā)展與應用的發(fā)展，如生成式大語言模型的出現(xiàn)（DeepSeek、豆包等），使得AI火爆起來。人工智能（AI）系統(tǒng)的性能優(yōu)劣直接影響到其應用效果和社會影響。為此下述將簡要介紹AI系統(tǒng)的相關指標參數(shù)，為了客觀評估AI系統(tǒng)的特性與能力，考核指標，涵蓋技術性能、用戶體驗、倫理合規(guī)等三個層面（其指標層面及參數(shù)種類包括但并不限于），適用于不同應用場景的評估需求。這些指標及參數(shù)不僅幫助開發(fā)者優(yōu)化模型，還能為用戶提供參考。其重要性表現(xiàn)在：一是推動技術優(yōu)化。通過評估指標可以定位系統(tǒng)的優(yōu)勢與不足，為技術迭代提供方向。二是保障公平與透明。指標體系的公開化有助于衡量AI系統(tǒng)是否偏向特定群體或數(shù)據(jù)分布。三是滿足多樣化應用需求。不同應用場景下對AI系統(tǒng)的需求各異，需要通過多維指標體系來適配。

欲具體了解人工智能（AI）系統(tǒng)介紹的請進入。

一、技術性能指標的參數(shù)

人工智能（AI）系統(tǒng)的性能參數(shù)是AI最核心的考核指標，通常可包含以下幾維度，并可以看出各維度均采用是統(tǒng)計學的參數(shù)：

1、模型準確性

模型準確性是衡量AI模型基于數(shù)據(jù)做出預測或決策的能力指標。它使用于評估AI模型性能常用指標，可用于比較不同模型的性能或評估特定模型對于給定任務的有效性。模型準確性可以從下述四個方面來考量，每個方面又有相關的指標參數(shù)來度量：

一是分類任務方面。可選用的相關參數(shù)包括：準確率（Accuracy）、精確率（Precision）、召回率（Recall）、F1分數(shù)（F1-Score）、ROC曲線下面積（AUC-ROC）、混淆矩陣等。這些指標參數(shù)的含義、計算及特點可詳見下表1-1-1。

表 1-1-1：關于分類任務方面的指標參數(shù)

二是回歸任務方面。可選用的相關參數(shù)包括：均方誤差（MSE）、平均絕對誤差（MAE）、決定系數(shù)（R2值）等。這些指標參數(shù)的含義、計算及特點詳見下表1-1-2。

表 1-1-2：關于回歸任務方面的指標參數(shù)

三是生成任務方面。主要用于自然語言處理（NLP）類模型和計算機視覺（CV）處理類模型等。可選用的相關參數(shù)包括：BLEU（Bilingual Evaluation Understudy）分數(shù)、ROUGE（Recall-Oriented Understudy for Gisting Evaluation）分數(shù)、困惑度（Perplexity）、基于R的約束圖像描述評價（CIDEr）、IS（Inception Score）、FID（Fréchet Inception Distance）、峰值信噪比（PSNR）、結構相似性（SSIM）等。這些指標參數(shù)的含義、計算及特點詳見下表1-1-3。

表 1-1-3：關于生成任務方面的指標參數(shù)

四是檢測任務方面。目標檢測（Object Detection）任務是找出圖像中所有感興趣的目標（物體），確定它們的類別和位置，是計算機視覺領域的核心問題之一。主要包括平均精度均值（mAP，mean Average Precision）和交并比（IoU）等參數(shù)。其含義及特點詳見下表1-1-4。

表 1-1-4：關于檢測任務方面的指標參數(shù)

2、效率與資源消耗指標

人工智能（AI）系統(tǒng)是一個資源（硬件利用率、數(shù)據(jù)吞吐量、能效比、時延等）消耗巨大的系統(tǒng)，因此，建立起提高效率、降低消耗考核指標至關重要。在評估AI系統(tǒng)的效率和資源消耗時，通常需要結合硬件性能、算法優(yōu)化、任務需求和實際場景進行綜合考量。其關鍵考核指標包括以下幾個方面：

一是計算效率方面。關于AI系統(tǒng)的效率計算方面的指標參數(shù)常選用：每秒浮點運算次數(shù)（FLOPS）、計算密度（Ops/Watt）、硬件利用率（%）等，它們的釋義詳見下表1-2-1。

表 1-2-1：關于AI系統(tǒng)的效率計算方面的指標參數(shù)

二是任務執(zhí)行效率和算法效率方面。任務執(zhí)行效率的指標參數(shù)常選用：推理/訓練時間、吞吐量（QPS/TPS）、延遲（Latency）、響應時間（RT）和并發(fā)數(shù)等；算法效率的指標參數(shù)常選用：收斂速度、計算復雜度（包含時間復雜度和空間復雜度）等。該指標方面參數(shù)的釋義詳見下表1-2-2。

表 1-2-2：關于AI系統(tǒng)的任務執(zhí)行效率和算法效率方面的指標參數(shù)

三是資源消耗方面。該方面的指標參數(shù)應包括：硬件占有率、顯存占用率、模型復雜度（參數(shù)量）、通信開銷、能耗、碳排量等。這些參數(shù)的釋義詳見下表1-2-3。

表 1-2-3：關于AI系統(tǒng)的資源消耗方面的指標參數(shù)

四是可擴展性與靈活性方面。該方面主要是指模型優(yōu)化方面的性能參數(shù)，常選用的有：模型壓縮率、精度損失（%）、多節(jié)點效率（加速比）、橫向擴展效率、容錯開銷等。這些參數(shù)的釋義詳見下表1-2-4。

表 1-2-4：關于AI系統(tǒng)的可擴展性與靈活性方面的指標參數(shù)

對于選擇上述效率與資源消耗指標參數(shù)需與實際業(yè)務強關聯(lián)。例如自動駕駛系統(tǒng)需嚴控延遲與功耗；推薦系統(tǒng)則更關注吞吐量和硬件成本；模型優(yōu)化方面通常需權衡效率與資源消耗（如量化壓縮以犧牲少量精度換取更低的計算開銷）。建議結合動態(tài)監(jiān)控（如實時資源看板）與長期成本分析（如TCO模型）進行綜合評估。下表1-2-5給出了典型應用場景的參數(shù)指標的差異比較。

表 1-2-5：典型應用場景的參數(shù)指標的差異

欲更多了解英偉達（NVIDIA）GPU性能參數(shù)介紹的請進入。

二、用戶體驗性能指標的參數(shù)

人工智能（AI）系統(tǒng)的用戶體驗（UX，User Experience）即用戶在使用AI系統(tǒng)過程中建立起來的一種主觀感受。從中能反映出AI系統(tǒng)的智能程度和接受程度，特別適用于通用人工智能（AGI）。通常，對于評價人工智能（AI）系統(tǒng)用戶體驗的指標可以從下述四個維度來考量，每個維度又分為相關方面指標的參數(shù)：

1、核心效率指標

核心效率指標反映的是AI系統(tǒng)所具有的特性和能力維度的指標。其評價參數(shù)可包括以下三個方面：一是響應速度方面，常采用響應時間、吞吐量等參數(shù)，可見前述。二是任務完成能力方面，常采用任務完成率、首次解決問題率、復雜任務支持度等參數(shù)。三是準確性方面，常采用技術準確率、用戶感知準確率、錯誤率等參數(shù)。下表2-1給出了這些相關指標參數(shù)簡介。

表 2-1：關于核心效率指標的相關參數(shù)

2、交互質量指標

交互質量指標反映的是AI系統(tǒng)所具有的與用戶打交道的能力維度的指標。其評價參數(shù)可包括以下三個方面：一是自然交互能力方面，常采用意圖識別率、上下文理解度、輸出可理解性、容錯性與恢復能力等參數(shù)。二是交互友好性方面，常采用界面響應速度、用戶操作流程簡化度、個性化推薦相關性等參數(shù)。三是多模態(tài)體驗性方面，常采用跨模態(tài)一致性、多模態(tài)響應速度等參數(shù)。下表2-2給出了這些相關指標參數(shù)的簡介。

表 2-2：關于交互質量指標的相關參數(shù)

3、用戶主觀感受指標

用戶主觀感受指標反映的是用戶對AI系統(tǒng)使用后的真是評價維度的指標。其評價參數(shù)可包括以下兩個方面：一是滿意度量化方面，常采用用戶滿意度（CSAT）、凈推薦值（NPS）和費力度（CES）、A/B測試結果對比等參數(shù)。二是情感與信任方面，常采用情感識別準確率、信任度、可解釋性評分等參數(shù)。下表2-3給出了這些相關指標參數(shù)的簡介。

表 2-3：關于用戶主觀感受指標的相關參數(shù)

4、長期使用指標

長期使用指標反映是用戶對AI系統(tǒng)使用的迷戀和耐久程度維度的指標。其評價參數(shù)可包括以下兩個方面：一是用戶留存活躍度方面，常采用用戶留存率、功能滲透率、活躍度、轉化率等參數(shù)。二是系統(tǒng)進化能力方面，常采用迭代響應速度、個性化適配度、系統(tǒng)可擴展性等參數(shù)。下表2-4給出了這些相關指標參數(shù)的簡介。

表 2-4：關于長期使用指標的相關參數(shù)

通過以上用戶體驗性能指標，可系統(tǒng)化診斷AI用戶體驗瓶頸，針對性優(yōu)化技術能力與交互設計。最終目標是通過技術性能與用戶心理需求的平衡，構建高效、可靠且人性化的AI體驗。

三、倫理與合規(guī)指標的參數(shù)

隨著人工智能（AI）特別是AGI的發(fā)展，其智能程度的提高，應用使用的普及，已經(jīng)滲透到我們生活的方方面面，對人類及社會影響極大，故引起人們在倫理與合規(guī)性層面的高度重視。對于AI的設計與應用，倫理側重道德責任，合規(guī)側重守法義務。倫理與合規(guī)性指標是確保AI的技術可信賴和社會可接受的核心框架。以下是AI系統(tǒng)倫理與合規(guī)性關鍵指標，涵蓋倫理、法律和社會三個維度：

1、倫理屬性指標

倫理（?Ethics）是指在處理人與人、人與社會相互關系時應遵循的道德和準則。而AI在倫理屬性指標的評價參數(shù)可包括以下三個方面：一是公平性方面，常采用歧視性、包容性、算法偏見控制力等參數(shù)。二是透明性與可解釋性方面，常采用模型可解釋性、決策溯源能力等參數(shù)。三是隱私與安全方面，常采用數(shù)據(jù)匿名化率、倫理沖突處理能力、對抗攻擊魯棒性和用戶控制度等參數(shù)。下表3-1給出了這些相關指標的參數(shù)簡介。

表 3-1：關于倫理屬性指標的相關參數(shù)

2、合規(guī)屬性指標

合規(guī)（Compliance）是指AI系統(tǒng)的處理結果（決策）應符合國家法律法規(guī)、監(jiān)管規(guī)定、行業(yè)準則等的要求?。其指標的評價參數(shù)可包括以下三個方面：一是法規(guī)遵守方面，常采用法規(guī)映射覆蓋率、實時法律更新響應時間等參數(shù)。二是數(shù)據(jù)安全方面，常采用加密傳輸率、數(shù)據(jù)生命周期完整審計等參數(shù)。三是責任可追溯方面，常采用決策鏈追溯深度、責任主體明確性等參數(shù)。下表3-2給出了這些相關指標的參數(shù)簡介。

表 3-2：關于合規(guī)屬性指標的相關參數(shù)

3. 社會屬性指標

社會屬性指標是指AI系統(tǒng)的決策對社會影響的評估屬性的指標。其評價指標可包括以下三個方面：一是人類監(jiān)督方面，常采用關鍵決策人工復核率、否決權響應延遲等參數(shù)。二是社會價值評估方面，常采用可持續(xù)發(fā)展目標匹配度、社區(qū)影響評估完成率等參數(shù)。三是環(huán)境影響方面，常采用碳足跡強度、硬件回收利用率等參數(shù)。下表3-3給出了這些相關指標的參數(shù)簡介。

表 3-3：關于社會屬性指標的相關參數(shù)

這些倫理與合規(guī)的指標參數(shù)需通過技術手段（如聯(lián)邦學習架構）、管理流程（倫理委員會季度審查）和法律工具（合規(guī)性認證）的立體化實施，最終形成可量化、可審計、可持續(xù)改進的AI治理體系。

欲進一步了解人工智能（AI）系統(tǒng)分類方法的請進入。