Embedding 与检索50 条

Recall@k 与命中率评估

Recall@k 衡量前 k 个候选中出现相关片段的查询占比（命中率口径），是检索质量最直接的指标；重建索引、换模型、调参前后都应以它为回归基线。

RAG 与向量库速查AI更新于 2026-10-12

Recall@k 计算

def recall_at_k(queries, retrieved, gold, k):
    hit = 0
    for qid in queries:
        got = set(retrieved[qid][:k])
        if got & set(gold[qid]):        # 命中任一相关片段
            hit += 1
    return hit / len(queries)

print(recall_at_k(qids, retrieved_ids, gold_ids, k=10))

更严格的口径是相关片段召回比例（| retrieved∩gold | / | gold |），两者要写明，避免同名指标口径不一致。

易错点

只标注最后一个相关片段，Recall@k 被低估，据此调参方向会错
线上无标注数据时不做人工抽检，指标长期无法回归

数据来源与参考

Manning et al., Introduction to Information Retrieval（评测指标章节）
RAGAS 官方文档（context recall 概念）

继续搜索

常用关键词：3389 traceroute iptables 子网掩码 docker

‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌