模型评测中的决策阈值校准方法与邮件分类案例

模型决策评测需要根据实际分布校准切割阈值，固定使用 0.5 可能导致关键指标失真。邮件分类案例中，阈值从 0.50 调至 0.24 后，F1 从 0.774 升至 0.818，漏检从 48 封降至 5 封，但误报从 15 封升至 62 封。作者建议在正例稀少且概率分布偏斜的 Agent 或分类评测中补报 F1 分数。