搜索评估不能只看 NDCG：三步离线法

针对搜索团队过度依赖 NDCG、ERR、mean-average precision 等基于标注判断列表的指标，有文章主张改用三步离线评估：先确认改动是否按预期生效，再用 Jaccard index、Rank Biased Overlap 等统计量判断是否只影响目标查询群体，最后估算 A/B 测试中效应量的大小。 该主张认为 NDCG 等指标被高估，但这是文章提出的方法建议，报道未给出其实际应用效果的验证结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。