Ragas的context_recall指标采用归因分析(attribution analysis)方法，要求开发者事先准备标注好的标准答案(ground truth)。评估时系统将标准答案逐句与检索上下文比对，分类标记为[Attributed]或[Not Attributed]，最终以归因比例作为分数。例如在爱因斯坦的案例中，出生信息和诺贝尔奖被正确归因，而论文数量和搬家信息则被标记为无来源。
这种方法虽然需要人工标注成本，但能精确评估检索系统的信息覆盖能力。其独特价值在于可以识别出’正确但无来源’的生成内容，这对学术、医疗等严谨场景尤为重要。在实现上，该指标依赖LLM的细粒度语义理解能力，评估过程包含详细的归因推理说明。
开发者使用时需确保标注质量，该指标特别适合评估需要高召回率的专业领域RAG系统，是验证检索全面性的黄金标准。
Essa resposta foi extraída do artigoRagas: avaliando a precisão do RAG recall QA e a correlação de respostasO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " Ragas的上下文召回评估需要人工标注真实答案作为基准
Português do Brasil 
简体中文 
English 
日本語 
Deutsch