概念any expected document in top-k / 任意命中

any-hit

RAG检索评估中的判定规则，只要Top-K结果中出现任意一份预期相关文档即算命中，在多文档查询场景下会将部分召回与完整召回视为同一结果，导致指标虚高

时间轴 (近 90 天)

10月16日

大多数 RAG 评估工具的默认逻辑是 any-hit：只要 Top-K 结果中出现任意一个标注为相关的文档就算命中。

待验证50%

10月16日

当查询需要多份证据时，any-hit 会把'只拿到一部分证据'和'完整拿到证据'记为同一结果，导致指标虚高和方案对比失真。

待验证50%

10月16日

在部署决策中，all-evidence 应作为主要参考指标，因为它更贴近用户实际体验；any-hit 可作为诊断工具保留。

待验证50%

10月16日

如果 any-hit 得分高而 all-evidence 得分低，问题出在覆盖度，可考虑增加 Top-K、改进 chunk 策略或引入多跳检索；如果两个都低，说明检索器的基础能力有问题。

待验证50%

大多数 RAG 评估工具的默认逻辑是 any-hit：只要 Top-K 结果中出现任意一个标注为相关的文档就算命中。

当查询需要多份证据时，any-hit 会把'只拿到一部分证据'和'完整拿到证据'记为同一结果，导致指标虚高和方案对比失真。

在部署决策中，all-evidence 应作为主要参考指标，因为它更贴近用户实际体验；any-hit 可作为诊断工具保留。