近些年來，隨著人工智能（AI，Artificial Intelligence），尤其是非具身式AI技術的快速發展與應用的發展，如生成式大語言模型的出現（DeepSeek、豆包等），使得AI火爆起來。人工智能（AI）系統的性能優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系統的相關指標參數，為了客觀評估AI系統的特性與能力，考核指標，涵蓋技術性能、用戶體驗、倫理合規等三個層面（其指標層面及參數種類包括但并不限于），適用于不同應用場景的評估需求。這些指標及參數不僅幫助開發者優化模型，還能為用戶提供參考。其重要性表現在：一是推動技術優化。通過評估指標可以定位系統的優勢與不足，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系統是否偏向特定群體或數據分布。三是滿足多樣化應用需求。不同應用場景下對AI系統的需求各異，需要通過多維指標體系來適配。

欲具體了解人工智能（AI）系統介紹的請進入。

一、技術性能指標的參數

人工智能（AI）系統的性能參數是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計學的參數：

1、模型準確性

模型準確性是衡量AI模型基于數據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來度量：

一是分類任務方面。可選用的相關參數包括：準確率（Accuracy）、精確率（Precision）、召回率（Recall）、F1分數（F1-Score）、ROC曲線下面積（AUC-ROC）、混淆矩陣等。這些指標參數的含義、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

二是回歸任務方面。可選用的相關參數包括：均方誤差（MSE）、平均絕對誤差（MAE）、決定系數（R2值）等。這些指標參數的含義、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

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。可選用的相關參數包括：BLEU（Bilingual Evaluation Understudy）分數、ROUGE（Recall-Oriented Understudy for Gisting Evaluation）分數、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

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。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

2、效率與資源消耗指標

人工智能（AI）系統是一個資源（硬件利用率、數據吞吐量、能效比、時延等）消耗巨大的系統，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系統的效率和資源消耗時，通常需要結合硬件性能、算法優化、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系統的效率計算方面的指標參數常選用：每秒浮點運算次數（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系統的效率計算方面的指標參數

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

表 1-2-2：關于AI系統的任務執行效率和算法效率方面的指標參數

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

表 1-2-3：關于AI系統的資源消耗方面的指標參數

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

表 1-2-4：關于AI系統的可擴展性與靈活性方面的指標參數

對于選擇上述效率與資源消耗指標參數需與實際業務強關聯。例如自動駕駛系統需嚴控延遲與功耗；推薦系統則更關注吞吐量和硬件成本；模型優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）。建議結合動態監控（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指標的差異比較。

表 1-2-5：典型應用場景的參數指標的差異

欲更多了解英偉達（NVIDIA）GPU性能參數介紹的請進入。

二、用戶體驗性能指標的參數

人工智能（AI）系統的用戶體驗（UX，User Experience）即用戶在使用AI系統過程中建立起來的一種主觀感受。從中能反映出AI系統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：

1、核心效率指標

核心效率指標反映的是AI系統所具有的特性和能力維度的指標。其評價參數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，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。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。下表2-1給出了這些相關指標參數簡介。

表 2-1：關于核心效率指標的相關參數

2、交互質量指標

交互質量指標反映的是AI系統所具有的與用戶打交道的能力維度的指標。其評價參數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。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。三是多模態體驗性方面，常采用跨模態一致性、多模態響應速度等參數。下表2-2給出了這些相關指標參數的簡介。

表 2-2：關于交互質量指標的相關參數

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系統使用后的真是評價維度的指標。其評價參數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。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。下表2-3給出了這些相關指標參數的簡介。

表 2-3：關于用戶主觀感受指標的相關參數

4、長期使用指標

長期使用指標反映是用戶對AI系統使用的迷戀和耐久程度維度的指標。其評價參數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。二是系統進化能力方面，常采用迭代響應速度、個性化適配度、系統可擴展性等參數。下表2-4給出了這些相關指標參數的簡介。

表 2-4：關于長期使用指標的相關參數

通過以上用戶體驗性能指標，可系統化診斷AI用戶體驗瓶頸，針對性優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、倫理與合規指標的參數

隨著人工智能（AI）特別是AGI的發展，其智能程度的提高，應用使用的普及，已經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，合規側重守法義務。倫理與合規性指標是確保AI的技術可信賴和社會可接受的核心框架。以下是AI系統倫理與合規性關鍵指標，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。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。三是隱私與安全方面，常采用數據匿名化率、倫理沖突處理能力、對抗攻擊魯棒性和用戶控制度等參數。下表3-1給出了這些相關指標的參數簡介。

表 3-1：關于倫理屬性指標的相關參數

2、合規屬性指標

合規（Compliance）是指AI系統的處理結果（決策）應符合國家法律法規、監管規定、行業準則等的要求?。其指標的評價參數可包括以下三個方面：一是法規遵守方面，常采用法規映射覆蓋率、實時法律更新響應時間等參數。二是數據安全方面，常采用加密傳輸率、數據生命周期完整審計等參數。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。下表3-2給出了這些相關指標的參數簡介。

表 3-2：關于合規屬性指標的相關參數

3. 社會屬性指標

社會屬性指標是指AI系統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。二是社會價值評估方面，常采用可持續發展目標匹配度、社區影響評估完成率等參數。三是環境影響方面，常采用碳足跡強度、硬件回收利用率等參數。下表3-3給出了這些相關指標的參數簡介。

表 3-3：關于社會屬性指標的相關參數

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

欲進一步了解人工智能（AI）系統分類方法的請進入。