面试题库 › 算法 / 大模型 › RAG 检索评估指标 Recall、MRR 等的计算

RAG 检索评估指标 Recall、MRR 等的计算

难度 ★☆☆在 3 场真实面经中被问到 方向:算法 / 大模型考点:检索优化与重排

哪些公司问过

百度1小红书1软通动力1

常见岗位:大模型算法、人工智能

答案要点

  1. Recall@k = 前 k 个结果中的相关文档数 / 该查询全部相关文档数
  2. Precision@k = 前 k 个结果中的相关文档数 / k
  3. MRR:每个查询取第一个相关结果排名的倒数 1/rank(无则为 0),再对所有查询求平均
  4. NDCG@k:按相关性等级计算 DCG,位置做 log 折损,再除以理想 DCG 归一化
  5. RAG 中召回率优先,生成侧另评忠实度、答案相关性等

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题