精确率

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

F1分数是召回率和精确率的调和平均数

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

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

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

PR曲线在样本不平衡场景下更有价值，根本原因在于精确率的计算不涉及真负例（TN）的数量

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）。

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、召回率、F1 值、准确率均可由混淆矩阵的四个数字推导。

在文章设定的混淆矩阵场景下，贝叶斯公式计算出的精确率约为 42.86%，与传统定义 TP/(TP+FP) 的计算结果完全一致。

贝叶斯精确率公式为 Precision = (Recall × Prevalence) / [(Recall × Prevalence) + (FPR × (1 - Prevalence))]。

精确率（Precision）本质上是在给定预测为正例的条件下，计算真实为正例的后验概率。

在稀有正例场景（如欺诈、滥用、缺陷检测）中，AUC可能看起来很高，但由于负例池巨大，即使假阳性率很低也会产生大量误报，导致精确率很低。

实践中常用精确率（Precision）和召回率（Recall）来量化误报漏报，并借助混淆矩阵分析模型表现。

在多分类任务中，准确率在类别样本不均衡时会失真；精确率反映误报程度，召回率反映漏报程度，F1分数是精确率与召回率的调和平均。

上下文相关性与信息检索领域的召回率（Recall）和精确率（Precision）相关但不完全相同：召回率衡量答案所需文档是否被检索到，精确率衡量检索到的文档有多少相关，而上下文相关性更接近综合判断检索结果整体是否足以回答用户问题。

在专利检索场景中，漏检（低召回率）的代价往往高于误检（低精确率），因此研究者通常更关注召回率，同时通过排序优化来控制精确率。

评估检索质量常用Recall@k和MRR，评估生成则通常看答案与来源的一致性、忠实度（faithfulness）。

在实体解析中，一个提高匹配率十個百分点的捷径，对照独立标识符只有38%的准确率，因此从未发布。