某公司正在比較用於文字摘要任務的大型語言模型，需要一個指標來評估摘要品質。哪一個指標是合適的？

ROUGE (Recall-Oriented Understudy for Gisting Evaluation) 是一種專門設計用於評估自動文本摘要和機器翻譯品質的指標。它透過比較機器生成的摘要與人類參考摘要之間的重疊詞彙、詞組或句子來衡量摘要的品質，特別是其內容的完整性（Recall）。 Recall 是一個通用指標，用於衡量模型正確識別正例的能力，但它本身無法全面評估摘要的流暢性或連貫性。AUC (Area Under the ROC Curve) 主要用於評估二元分類模型的性能，不適用於文本摘要。MSE (Mean Squared Error) 則用於衡量回歸模型的預測誤差，與文本摘要的評估無關。