【RAG检索】RAG技术揭秘：检索≠召回？

arbboter

已于 2025-02-27 20:12:18 修改

阅读量1.7k

点赞数 12

分类专栏：人工智能文章标签： RAG Retrieval Recall 检索召回大语言模型人工智能

于 2025-02-25 18:08:15 首次发布

本文链接：https://blog.csdn.net/arbboter/article/details/145858928

版权

人工智能专栏收录该内容

34 篇文章

订阅专栏

RAG知识系列文章

一、什么是召回？——就像“图书馆找书”

召回（Retrieval） 是RAG系统中检索（Retrieval） 的第一步，核心任务是“从海量知识库中快速筛选出与问题相关的信息片段”：

专业地讲，召回是指通过多维度向量化编码、混合搜索等技术，从知识库中广泛检索与用户查询语义相关的候选数据片段的过程，其核心目标是最大化覆盖潜在关联信息以保障生成阶段的知识供给完备性。
通俗地讲，召回就像图书馆管理员帮你在书架上快速找出所有可能相关的书籍，先不纠结哪本最有用，而是尽可能多地搬出来备选。再假设你要回答“如何做番茄炒蛋”，但厨房里堆满了各种菜谱书，召回就像在书堆里快速翻出所有提到“番茄”“鸡蛋”“炒菜”的页面，而不是从头到尾读完整本书。

召回的技术本质是通过算法（如关键词匹配、语义相似度计算）从文档库中“捞”出可能相关的段落，供大模型后续加工。

其流程结构图及功能如下图所示：

二、召回和检索是什么关系？RAG中的“R”是Retrieval（检索）而非Recall（召回）

在RAG框架中，“R”明确指代Retrieval（检索），其核心是通过向量数据库从外部知识库中提取与问题相关的信息片段，而非Recall（召回率）。但是在学习RAG的过程中，有些资料就直接把RAG里面的R当作是Recall（召回）,认为“检索”就是“召回”，这是不对的。
两者的混淆源于术语相似性及技术场景的部分重叠，但本质差异显著。以下是详细对比：

对比维度	Retrieval（检索）	Recall（召回）
定义	从知识库中查找与输入问题相关的信息片段的过程	评估检索系统覆盖所有相关结果能力的指标（查全率）
技术目标	为生成阶段提供精准的上下文支持	衡量检索系统是否漏掉相关结果
应用场景	RAG流程的核心环节（如向量相似性搜索、BM25检索）	信息检索系统的评估指标（如搜索引擎优化、推荐系统）
技术关联	直接影响生成答案的质量（需平衡精度与相关性）	与Precision（精确率）共同反映检索系统的性能
实现方式	通过向量化、相似性计算等技术实现（如FAISS、Milvus）	通过统计相关结果占全部相关结果的比例计算（Recall=TP/(TP+FN)）
混淆原因	二者均涉及信息获取环节，且中文翻译相近（“检索”与“召回”）	部分开发者误将“检索效果优化”等同于“提升召回率”

检索与召回的关系

检索（Retrieval）
指从知识库中筛选信息的过程，包含召回（Recall）和排序（Ranking）两个阶段。例如：当用户问“如何做番茄炒蛋”，检索系统会从菜谱库中找出所有相关页面。
召回（Recall）
是检索的第一步，核心目标是“尽可能多地找到相关文档”，即使包含部分冗余。例如：用关键词“番茄+鸡蛋”找到100篇菜谱，再用语义匹配筛选出30篇最相关的。

为何容易混淆？

术语相似性
- Retrieval（检索）与Recall（召回）在中文语境中均涉及“获取信息”的语义，尤其在机器翻译场景下易产生歧义。
技术场景重叠
- 检索系统需同时关注Recall（避免遗漏关键信息）和Precision（减少无关结果），而RAG的检索阶段同样需平衡这两者。
评估指标关联
- 在优化RAG系统时，Recall常作为评估检索模块的重要指标（如是否覆盖所有相关文档），导致开发者将“提升Recall”与“优化Retrieval”混为一谈。

技术补充说明

RAG中的Retrieval流程：问题向量化 → 向量数据库相似性搜索 → Top-K结果筛选 → 上下文注入Prompt
Recall的计算场景：若检索模块漏掉关键文档（低Recall），即使生成模型强大，最终答案仍可能错误。

三、为什么需要召回？——避免“大海捞针式生成”

省钱省时间
大模型生成答案像“现场做菜”，耗时长且成本高；召回则是“提前备好食材”，直接复用已有知识片段，减少调用大模型的次数。
例子：如果用户问“微软MVP是什么”，系统会先查缓存里已有的解释，而不是每次都让大模型重新编答案。
精准控制范围
大模型容易“天马行空”，召回能限制它只基于指定知识回答。比如企业客服场景，召回确保答案不超出内部文档范围。
突破模型限制
大模型记不住太长的内容（如整本说明书），召回通过分块存储和检索，实现“化整为零”的知识调用。

四、召回怎么实现？——两种“找资料”的方法

关键词匹配：像“Ctrl+F搜索”
直接匹配问题中的关键词（如“AI产品经理”），适合找专有名词和明确术语。但缺点是无法理解语义，比如搜“人工智能”可能漏掉标“AI”的文档。
语义搜索：像“理解意图后推荐”
用向量技术将文本转换为数学表示，即使问题表述不同（如“怎么用电脑做PPT” vs “如何用幻灯片软件”），也能找到语义相近的内容。
局限性：对专业术语、公式、图表等处理较弱，需结合其他方法。

五、普通人如何理解召回效果？——三个比喻

超市购物
召回像推着购物车快速找到货架上的商品，而大模型是收银台结账。如果商品（召回结果）没选对，结账时（生成答案）就会出错。
考试开卷
考试时允许带参考资料，但要在有限时间内翻到正确的页码。召回就是帮你快速定位到相关章节的“学霸技能”。
拼图游戏
知识库像一堆碎片，召回是挑出可能匹配的碎片，大模型负责把它们拼成完整图案。挑得越准，拼图越容易。

六、优化召回效果的关键策略

混合搜索
结合关键词（如BM25算法）与语义检索（如BERT向量），兼顾精准性和语义理解。例如：先找含“RAG”的文档，再用语义筛选解释“召回”的段落。
动态分块优化
- 分块过大：可能包含无关信息（如菜谱中混入食材采购建议）。
- 分块过小：丢失上下文（如步骤分解不完整）。
- 解决方案：按语义边界切分（如一个操作步骤为一组），或采用重叠分块减少信息丢失。
多模态处理
对含表格、图片的文档，需先用OCR和布局分析提取结构化信息。例如：将PDF表格转为HTML格式保留数据关系，避免文本碎片化导致召回失败。

七、如何评估召回效果？

命中率（Hit Rate）
衡量相关文档是否出现在召回结果中。例如：用户问“2023诺贝尔奖得主”，若知识库有最新数据但未被召回，则命中率低。
平均倒数排名（MRR）
评估高相关文档的排序位置。例如：正确答案若在召回结果的第一位，得分高于排在第十位。
事实召回率（FaaF）
通过动态生成测试问题，验证系统能否召回关键事实。例如：提问“Claudia Goldin的研究领域”，检测是否召回“劳动经济学”相关内容。