精确率
分类模型评估指标，衡量模型标记为正例的样本中真正属于正例的比例，在金融风控中对应误报率
核心事实
时间轴 (近 90 天)
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。
精确率衡量模型标记为可疑的交易中真正属于欺诈的比例，召回率衡量所有真实欺诈交易中被模型成功捕获的比例，两者通常存在权衡关系。
评估套件本身也是一个模型，相对于人类判断存在精确率和召回率，两者都应追踪
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
还有 13 条时间轴事件
全部知识事实 (20)
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
90%待验证在稀有正例场景（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。
50%待验证实践中常用精确率（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。
50%待验证在多分类任务中，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。
50%待验证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。
50%待验证在专利检索场景中，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。
50%待验证评估检索质量常用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）。
50%待验证在实体解析中，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。
50%待验证精确率衡量模型标记为可疑的交易中真正属于欺诈的比例，召回率衡量所有真实欺诈交易中被模型成功捕获的比例，两者通常存在权衡关系。
50%待验证评估套件本身也是一个模型，相对于人类判断存在精确率和召回率，两者都应追踪
50%待验证精确率指模型判定为正例的样本中真正为正例的比例，召回率指所有真正正例中被模型成功识别的比例，两者通常呈反向关系
50%待验证在安全场景中，精确率（precision）和召回率（recall）之间存在天然的张力，追求高召回率往往以牺牲精确率为代价
50%待验证在医疗分诊这类不对称风险场景中，召回率的重要性远高于精确率
50%待验证反欺诈系统侧重精确率以降低误杀,疾病筛查系统则优先保证召回率
50%待验证在信息检索领域，提高召回率往往会降低精确率，反之亦然
50%