Macro F1 Score（宏平均 F1）先对每个类别独立计算 F1，再对所有类别取算术平均，不偏向多数类。适合类别分布不均的场景，能更公正地反映模型对少数类的识别能力。通常以百分比或 0–1 分数报告，数值越高越好。该指标在相关基准和论文中被广泛使用。