召回率
分类模型评估指标，衡量所有真实正例中被模型成功识别的比例，在金融风控中对应漏报率
核心事实
时间轴 (近 90 天)
在CATT诊断基准上，使用负对数几率梯度并仅聚合top token分数，对多个基线方法实现了35到72个百分点的ground truth召回率提升。
误报率指正常邮件被错误标记为威胁的比例，召回率指真正威胁被成功检出的比例。
召回率定义为检索系统找出的相关条目数占语料中全部相关条目数的比例。
在ImplicIT-Mis数据集上，RAG提升了召回率，意味着模型能捕捉到更多此前遗漏的隐性厌女案例。
在内容审核中，阈值调低会提高召回率但增加误伤，调高则相反，这一参数选择决定了哪类政治表达更容易被限制。
IDM更擅长提升召回率，说明重建物品分布有助于模型覆盖更多相关物品；CMM在排序质量（NDCG）上表现更好，表明编码边际匹配能更精细地优化排序。
默认 0.5 阈值不是任何指标的最优解；阈值选择应基于误判代价，漏掉正样本成本高时左移阈值提高召回，误报成本高时右移提高精确率。
精确率 = 真正例 / (真正例 + 假正例)，召回率 = 真正例 / (真正例 + 假负例)；F1 是二者的调和平均，隐含二者同等重要的假设。
以 0.01 为步长扫描阈值时，精确率上升而召回率下降，两者在阈值 0.63 附近交叉（P≈0.733，R≈0.725），F1 峰值在阈值 0.41 处（F1≈0.758）。
精确率、召回率、F1 值、准确率均可由混淆矩阵的四个数字推导。
还有 40 条时间轴事件
全部知识事实 (20)
当患病样本占比低时，召回率和F1分数比准确率更能反映模型的实际检出能力。
75%已验证F1分数是精确率与召回率的调和平均，当两者权重不同时可改用Fβ分数体现优先级
75%已验证F1分数是召回率和精确率的调和平均数
75%已验证RAG评估中，召回率衡量相关文档是否被完整检索到，精确率衡量找回文档是否真的相关，忠实度衡量回答是否有检索文档依据
65%已验证在AI信息检索中存在「召回率」与「精确率」的经典权衡：AI Agent倾向于高召回策略（尽可能多地收集来源），而精确率的把控需要人类专业判断来兜底
65%已验证业界通常使用F1分数（精确率和召回率的调和平均值）来综合评估术语识别性能
65%待验证评估RAG系统涉及召回率（Recall）和忠诚度（Faithfulness）两个关键指标，召回率衡量是否检索到所有相关文档，忠诚度衡量答案是否基于检索资料
60%待验证RAG评估需分别考量召回率（检索是否找到正确内容）和忠诚度（生成答案是否真正基于检索到的资料）
60%待验证在CATT诊断基准上，使用负对数几率梯度并仅聚合top token分数，对多个基线方法实现了35到72个百分点的ground truth召回率提升。
50%待验证误报率指正常邮件被错误标记为威胁的比例，召回率指真正威胁被成功检出的比例。
50%待验证召回率定义为检索系统找出的相关条目数占语料中全部相关条目数的比例。
50%待验证在ImplicIT-Mis数据集上，RAG提升了召回率，意味着模型能捕捉到更多此前遗漏的隐性厌女案例。
50%待验证在内容审核中，阈值调低会提高召回率但增加误伤，调高则相反，这一参数选择决定了哪类政治表达更容易被限制。
50%待验证IDM更擅长提升召回率，说明重建物品分布有助于模型覆盖更多相关物品；CMM在排序质量（NDCG）上表现更好，表明编码边际匹配能更精细地优化排序。
50%待验证默认 0.5 阈值不是任何指标的最优解；阈值选择应基于误判代价，漏掉正样本成本高时左移阈值提高召回，误报成本高时右移提高精确率。
50%待验证以 0.01 为步长扫描阈值时，精确率上升而召回率下降，两者在阈值 0.63 附近交叉（P≈0.733，R≈0.725），F1 峰值在阈值 0.41 处（F1≈0.758）。
50%待验证精确率 = 真正例 / (真正例 + 假正例)，召回率 = 真正例 / (真正例 + 假负例)；F1 是二者的调和平均，隐含二者同等重要的假设。
50%待验证在文章中设定的混淆矩阵场景（TP=6, FN=4, FP=8, TN=3）下，召回率为 60.00%。
50%待验证精确率、召回率、F1 值、准确率均可由混淆矩阵的四个数字推导。
50%待验证召回率衡量所有相关文档中被系统实际检索出来的比例，排序质量关注相关文档在结果列表中的位置分布，常用指标包括MRR和NDCG。
50%