“RAG的优化方向只有两个，召回率和准确率也就是精度。”
在前面的文档中简单介绍过RAG的几种优化方式，因为从本质上来说RAG的目的只有一个，那就是快速并且准确的召回数据。
但在实际的RAG系统中，我们往往会面临着一个问题，那就是召回率和准确率的问题；如果RAG系统的召回率太低，那么RAG就没有了存在的意义。
以作者目前遇到的实际问题为例，就是数据召回率不足，更不用说召回的准确率了，也就是精度。
虽然说影响RAG效果的因素有很多，但单纯的从RAG的角度来说，主要就两个方面：
召回率
召回准确率
任何与RAG有关的优化方案，基本上可以说都是从这两个角度出发；所以，今天我们就主要来讨论一下这两个问题。
RAG召回率和准确率问题
很多人在做RAG的时候都没有搞明白一个问题，那就是召回率和准确率，以及其之间的关系。
我们知道在大模型的应用中，召回文档的质量直接影响到模型的输出结果；因此，召回文档的重要性就不言而喻了。
甚至很多人都不知道怎么去评判一个RAG系统的好坏，以及具体是哪些因素影响了RAG的表现？
作者刚开始在做RAG系统的时候感觉RAG好简单，流程明确，也不复杂；无非就是切分一下文档，然后通过嵌入模型和相似度检索对文档进行召回即可。
但在实际的操作过程中却发现，虽然RAG系统实现起来很简单，但要真的想把RAG给做好，却不是一件容易的事情。
作者目前遇到的一个问题就是，RAG系统整体是跑起来了，但其召回率特别低，还不到百分之五十；其中一部分是文档处理的质量不太好，其次就是召回策略的问题。
但不管是什么问题，总之就涉及到两个概念；召回率和准确率。
召回率解决的是召回相关文档的数量，准确率解决的是召回相关文档的准确性，也是有效性。
但很多时候召回率和准确率是一个矛盾体，想提升精度，就必须限制其检索范围，但限制检索范围就肯定会影响到召回率；反之亦然。
当然，面对这种问题业界的普遍做法还是分为两步，第一步是先解决召回率问题，第二步再通过精排或其它方式解决准确性问题。
以相似度检索和重排序为例：
相似度检索是解决召回率的问题
rerank是解决召回准确率的问题
**召回率（Recall）**： - 定义：在所有相关文档中，系统成功检索出的比例。 - 公式：Recall = (检索出的相关文档数) / (总相关文档数) - 目标：尽量不遗漏任何相关文档（即减少漏检）。
**准确度（Precision）**： - 这里我们特指召回的准确度，即检索结果中相关文档的比例。通常我们关注Top K的准确度（Precision@K）。 - 公式：Precision@K = (前K个结果中相关文档数) / K - 目标：确保返回的文档尽可能都是相关的（即减少噪声）。
**区别与联系**
区别：
召回率关注的是系统找到所有相关文档的能力，强调“全”。
准确度关注的是系统返回的文档中有多少是相关的，强调“准”。
联系：
- 两者通常是一对矛盾（召回率高时，准确度往往低；反之亦然）。
因为为了追求高召回率，我们可能会放宽检索条件，导致返回更多不相关文档（准确度下降）。而为了追求高准确度，我们可能会设置严格的检索条件，导致漏掉一些相关文档（召回率下降）。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包：
- ✅ 从零到一的 AI 学习路径图
- ✅ 大模型调优实战手册（附医疗/金融等大厂真实案例）
- ✅ 百度/阿里专家闭门录播课
- ✅ 大模型当下最新行业报告
- ✅ 真实大厂面试真题
- ✅ 2025 最新岗位需求图谱
所有资料 ⚡️ ，朋友们如果有需要《AI大模型入门+进阶学习资源包》，下方扫码获取~
① 全套AI大模型应用开发视频教程
（包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点）
② 大模型系统化学习路线
作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！
③ 大模型学习书籍&文档
学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。
④ AI大模型最新行业报告
2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
⑤ 大模型项目实战&配套源码
学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。
⑥ 大模型大厂面试真题
面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
以上资料如何领取？
为什么大家都在学大模型？
最近科技巨头英特尔宣布裁员2万人，传统岗位不断缩减，但AI相关技术岗疯狂扩招，有3-5年经验，大厂薪资就能给到50K*20薪！
不出1年，“有AI项目经验”将成为投递简历的门槛。
风口之下，与其像“温水煮青蛙”一样坐等被行业淘汰，不如先人一步，掌握AI大模型原理+应用技术+项目实操经验，“顺风”翻盘！
这些资料真的有用吗？
这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
