CoNLL Average F1 Score (MUC+B³+CEAF Average) 是自然语言处理领域中指代消解任务的重要评估指标。CoNLL F1 是 MUC、B³、CEAF 三个指标 F1 的平均值，是共指消解最权威的综合评估指标。通常以百分比或 0–1 分数报告。该指标在相关基准和论文中被广泛使用，能有效反映模型在该维度的表现。数值越高越好。