토큰 수준 F1 점수(Token-level F1 Score)는 자연어 처리 분야의 질의응답 시스템 작업에서 중요한 평가 지표입니다. 토큰 수준 F1은 토큰 중복도를 기반으로 정밀도와 재현율의 조화 평균을 계산하여 부분 매칭을 허용하며, 더 관대한 특성을 가집니다. 일반적으로 백분율 또는 0~1 점수로 보고됩니다. 이 지표는 관련 벤치마크와 논문에서 널리 사용되며, 모델의 해당 차원에서의 성능을 효과적으로 반영합니다. 값이 높을수록 좋습니다. 이 지표는 연구자와 엔지니어가 질의응답 시스템 시나리오에서 모델의 실제 성능 차이를 정량화하고, 서로 다른 방법론이나 모델 버전을 비교하는 데 도움이 됩니다.