update0

Themen/Recherche/Evaluationsmethoden/Precision@2.md

@@ -0,0 +1,2 @@
+Teilmenge von Token-F1
+**Beurteilung eines binären Klassifikators**

Themen/Recherche/Evaluationsmethoden/ROUGE-L.md

@@ -0,0 +1,4 @@
+**Recall-Oriented Understudy for Gisting Evaluation**
+Vergleicht ein Produkt gegen Referenzmaterialien und deckt mitunter n-grams automatisch.
+
+Wertemengel zwischen 0 und 1, 1 stehend für eine höhere Similarität zum Referenzmaterial.

Themen/Recherche/Evaluationsmethoden/Span-IoU.md

@@ -0,0 +1,2 @@
+Informationsextraktion, wurden die korrekten Daten extrahiert?
+Dies steht in direktem Bezug zur korrekten Datenextraktion durch ein LLM-System

Themen/Recherche/Evaluationsmethoden/Token-F1.md

@@ -0,0 +1,17 @@
+Klassifikator ist selber ebenfalls fehleranfällig und kann in manchen Fällen ein Objekt einer falschen Klasse zuweisen.
+
+# Sensitivität/Richtig-positiv-Rate
+Auch Empfindlichkeit oder Trefferquote gibt Wahrsch. mit der ein Objekt korrekt als positiv klassifiziert wird.
+
+# Falsch-negativ-Rate
+Fälschlich als negativ klassifizierte Objekte
+
+# Spezifität
+Richtig-negativ-Rate gibt die Wahrscheinlichkeit mit der ein negatives Objekt korrekt als negativ kassifiziert wird.
+
+# Falsch-positive-Rate
+Auch Ausfallrate, gibt den Anteil der fälschlich als positiv klassifizierten Objekte an, die in Wirklichkeit negativ sind.
+
+# Zusammenfassung
+Wir sehen hier eine relation zwischen Sensitivität und Spezifität, ein Ausgleich sollte beim Trainingsprozess ermittelt werden.
+![https://de.wikipedia.org/wiki/Beurteilung_eines_bin%C3%A4ren_Klassifikators#Kombinierte_Ma%C3%9Fe]()

Themen/Recherche/Evaluationsmethoden/n-gram Overlap.md

@@ -0,0 +1,3 @@
+Vorhersagen der nächsten Wörter einstimmig? Grundlegende Grammatik der Programmiersprache wirde hier möglicherweise getestet.
+
+![https://fr.wikipedia.org/wiki/N-gramme]()