Czułość (recall)
Odsetek wszystkich trafnych pozycji, które system faktycznie znalazł: ile wyłapał z tego, co powinien był wyłapać.
Czułość to liczba trafnych wskazań podzielona przez wszystkie pozycje, które naprawdę były trafne. Wykrywacz oszustw o wysokiej czułości przeocza mało oszustw, nawet jeśli czasem podnosi fałszywy alarm. W RAG recall@k pyta, czy fragmenty potrzebne do odpowiedzi są wśród pierwszych k znalezionych; jeśli ich tam nie ma, model nie może ich użyć. Czułość mierzy się na oznaczonym zbiorze, bo trzeba wiedzieć, co powinno było zostać znalezione. Po polsku spotkasz też nazwę „pełność”.
Powiązane hasła
- Precyzja (precision): Odsetek zwróconych wyników, które są faktycznie trafne: ile z tego, co system oznaczył albo znalazł, było słuszne.
- F1 score (miara F1): Jedna liczba łącząca precyzję i czułość jako ich średnia harmoniczna, więc jest wysoka tylko wtedy, gdy obie są wysokie.
- Macierz pomyłek (confusion matrix): Tabela, która liczy trafne i błędne decyzje klasyfikatora według rodzaju: prawdziwe i fałszywe alarmy, prawdziwe i fałszywe pominięcia.
- Context recall (pokrycie kontekstu): Metryka wyszukiwania w RAG: jaka część informacji potrzebnych do poprawnej odpowiedzi została faktycznie znaleziona.
- Top-k (wyszukiwanie): Liczba najwyżej ocenionych wyników wyszukiwania przekazywanych do następnego kroku; w RAG to, ile fragmentów trafia do promptu.
