召回率是什么？所有该找出来的里面找到了多少

召回率（Recall），也叫查全率，是衡量模型“找得全不全”的指标：在所有真正应该被找出来的正例中，模型实际找出了多少。它在医学中常被称为灵敏度，在讨论 ROC 曲线时被称为真正例率，这几个名称指的是同一个量。

如何计算

召回率等于真正例的数量，除以真正例与假反例数量之和。真正例是实际为正、模型也判为正的样本；假反例是实际为正、模型却判为负的样本，也就是被漏掉的正例。两者相加就是所有实际为正例的样本。举个例子：一个数据库中有 200 篇与某个主题相关的文章，一个检索系统返回了 150 篇文章，其中有 120 篇是真正相关的。那么召回率就是 120 除以 200，等于 60%，说明还有 40% 的相关文章没有被找到。

召回率与查准率

只看召回率是不够的：如果检索系统把数据库中的所有文章都返回，召回率就是 100%，但其中混入了大量不相关的文章，毫无用处。因此，召回率总是需要与查准率一起考虑。查准率，也叫精确率，衡量的是模型找出来的结果中，有多少是真正相关的；在上面的例子中，查准率是 120 除以 150，等于 80%。两者往往此消彼长：放宽标准，多返回一些结果，召回率会提高，但查准率通常会下降；收紧标准，只返回最有把握的结果，查准率会提高，但召回率会下降。把不同阈值下的查准率和召回率画出来，就得到 P-R 曲线。F1 分数是两者的调和平均，只有当两者都比较高时，F1 分数才会高；F-beta 分数则可以根据需要调整对两者的重视程度，beta 大于 1 时更重视召回率。

检索和推荐中的召回

在搜索和推荐系统中，常用 Recall@K 这样的指标：在返回的前 K 个结果中，包含了多少比例的相关结果。此外，“召回”在推荐系统和搜索系统中还是一个专门的环节：面对海量的候选内容，系统通常分两步工作，第一步是“召回”，用相对简单快速的方法，从上亿个候选中筛选出几百到几千个可能相关的内容，这一步要尽量保证不漏掉好的内容，也就是追求高召回率；第二步是“排序”，用更精细的模型对这些候选进行打分和排序，追求排在前面的结果足够准确。

在检索增强生成中

在检索增强生成系统中，召回率尤其重要：大语言模型只能根据检索到的资料来回答问题，如果检索阶段没有把包含答案的资料找出来，无论后面的大模型多么强大，都无法给出正确的回答，甚至可能编造答案。因此，检索阶段通常会多召回一些候选片段，比如几十个，再用重排序模型挑出最相关的几个交给大模型，在召回率与上下文长度之间取得平衡。混合检索，也就是把关键词检索和向量检索结合起来，也是提高召回率的常用方法。

什么时候特别看重召回率

在漏掉正例的代价很高的场景中，召回率是首要的指标：癌症等重大疾病的筛查，漏诊可能耽误治疗；金融反欺诈和网络安全，漏掉一次真正的攻击可能造成重大的损失；内容审核中，漏掉违规的内容可能带来严重的后果；法律和合规审查中，需要尽量找全所有相关的文件。在这些场景中，通常会降低判定的阈值，宁可多一些误报，再通过人工复核来排除，也要保证高的召回率。