在大模型（特别是大语言模型，LLMs）的评估中，Pass@1 是一个核心的性能评测指标。通常读作 "Pass at one"。
它的意思是：对于给定的测试任务（如编程题、数学题等），模型只生成一次答案（k=1），如果这次生成的答案是正确的，就算通过。
简单来说，Pass@1 就是模型"第一次尝试就做对"的成功率。
以下是关于 Pass@1 的几个关键点：
-
应用场景：它最常用于评估模型在代码生成、数学推理、问答等任务中的准确率。例如，在编程任务中，Pass@1 衡量的是模型生成的代码第一次就能通过所有测试用例的比例。
-
与温度（Temperature）的关系：当模型的生成温度（temperature）设置为0时，模型的输出是确定性的，每次对同一个问题的回答都完全相同。此时，Pass@1 的结果是可复现的。如果温度大于0，模型输出具有随机性，那么 Pass@1 的结果也会有随机性，每次运行可能不同。
-
与 Pass@k 的关系：
- Pass@k 是一个更广泛的指标，表示模型对同一个问题进行 k 次独立采样（生成 k 个不同的答案），只要其中至少有一个答案是正确的，就算通过。
- Pass@1 是 Pass@k 在 k=1 时的特例。它只衡量单次尝试的成功率。
- 通常，Pass@k (k>1) 的值会高于 Pass@1，因为有多次尝试的机会。Pass@k 被认为更能代表模型的"潜力"或"推理能力上限"。
-
局限性：虽然 Pass@1 直观且重要，但它可能无法完全反映模型的真实能力。例如，一个模型可能第一次尝试失败，但在后续尝试中成功。因此，业界也常结合 Pass@5、Pass@10、Pass@32 等指标来更全面地评估模型。
总结来说，Pass@1 就是衡量大模型"一次就答对"能力的准确率指标，是评估其性能最基础、最常用的指标之一。