本章进度 17 / 19
89%
正文已完成
L093命中率提高，引用准确率为什么可能下降
理解检索覆盖、上下文噪声、答案正确与引用忠实之间的指标取舍。
把“RAG 评测”从听懂变成会判断，避免遇到真实任务时仍靠感觉选择。
建议先理解同主题上一课的核心概念，再完成本课判断练习。
- 无需安装新工具
- 准备一个可对照的真实问题或样本
扩大 top-k 常提高召回，却也带入旧版和相邻片段。答案可能更长、引用更多，但错配率上升。指标必须联动观察。
能为 RAG 指标选择护栏，避免只优化召回。
核心概念
先把关键判断说清楚
检索覆盖配候选纯度
Recall@k 提高时同时看相关片段占比和最终上下文长度。
答案质量配忠实度
事实正确、引用覆盖和引用支持是不同维度。
未知处理是正向指标
证据不足时正确拒答，不应被简单答案率惩罚。
案例拆解
top-k 从 5 调到 30 后总分反降
金标召回从 82% 到 96%，引用错配从 4% 升到 19%。
- 01
保留宽召回，但增加版本过滤和重排。
- 02
最终上下文限制为支持不同信息需求的 6 片。
- 03
同时监控 recall、citation correctness 和 unsupported claim rate。
案例结果
召回提升不再以引用可靠性为代价。
提交前练习
现在轮到你
为 RAG 目标指标设计三项护栏。
完成本课需要：完成以下内容用于本课收口。
内容会自动保存在当前设备
查看参考答案与评分标准
参考答案
主指标 recall@10；护栏=候选精确率、citation correctness≥95%、上下文 Token≤6000；unsupported claim rate 必须不升。
评分标准
- 指标跨检索与生成
- 护栏对应真实副作用
- 门槛可测量
本课收口 · 应用检查
完成一次应用，再检查理解
完成一次必填练习，再通过理解检查；阅读标记和总结不设硬门槛。
你现在更接近哪一种状态？
尚有必填项未完成，请补齐后再继续。
资料来源
继续核对与延伸阅读
本课内容最近更新于 。
- Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks↗paper · 核对日期 2026-08-23
- Evals↗official-docs · 核对日期 2026-08-23