什么是 上下文精确率（Context Precision）？
上下文精确率（Context Precision）是一项对排序敏感的 RAG 评估指标，它奖励相关检索上下文排在无关上下文之前，常按各相关位置的前缀精确率平均值计算。
快速了解
| 规范文档 | 官方规范 |
|---|
工作原理
排序敏感的计算方法
设第 1 到 K 位的二元相关性标签为 v_k，则 CP@K = sum(Precision@k * v_k) / sum(v_k)，其中 Precision@k 是前 k 个结果中的相关项比例。若评估列表没有相关项，应明确约定运行口径，通常记为 0，并单独暴露「无相关结果」状态。这种类似 Average Precision 的算法不同于普通 precision@K。
相关性标签决定分数含义
标签可以来自标准证据 ID、人工判断、参考答案支持关系或 LLM 裁判，但这些协议不能混用。文档级标签可能认可一份宽泛来源，主张级标签则要求片段支持具体事实。为了让实验可比较，应记录问题集、语料与索引版本、K、相关性判定规则、裁判版本和重复分块处理策略。
必须与覆盖和生成指标联合使用
降低 top-k 可能提高精确率，却删除回答所需证据；重排序可以改善顺序，却不能补回候选召回阶段漏掉的内容；重复的相关分块若不去重，还会夸大表面价值。因此应联合分析上下文召回率、答案忠实度、任务成功率、延迟和 Token 消耗，并先检查逐问题标签再调整生产阈值。
主要特点
- 奖励在排序列表中更早出现的相关上下文
- 不同于 top-k 结果中相关项所占的简单比例
- 依赖明确的相关性规则、K、语料版本和去重策略
- 可使用标准 ID、人工标签、参考答案支持关系或校准后的裁判标签
- 不能衡量是否召回了回答所需的全部证据
- 可用于诊断候选召回、重排序、过滤与上下文组装
常见用途
- 在固定标注问题集上比较检索器或重排器
- 发现相关证据被噪声结果压在较低位置的问题
- 调优 top-k、元数据过滤、分块和查询改写
- 监控语料或嵌入模型变化后的检索回归
- 在保留必要证据覆盖的前提下减少上下文浪费
示例
Loading code...常见问题
上下文精确率等于 precision@K 吗？
在常用的 RAGAS 定义中并不相同。普通 precision@K 是前 K 个结果中的相关项比例；上下文精确率会在每个相关结果所在位置计算前缀精确率再取平均，因此把相关证据排得更靠前会提高得分。
上下文精确率低说明什么？
它表示评估列表中没有相关证据，或相关证据排在过多无关结果之后。需要查看逐排名标签，区分候选召回弱、重排序失败、分块过宽、证据重复或相关性标注错误。
上下文精确率提高后，RAG 答案会不会反而变差？
会。减少 top-k 可能去掉噪声并提高精确率，但同时删掉某项必要事实，导致上下文召回率和答案完整性下降。生成器也可能忽略优质上下文，因此检索与生成指标必须联合判断。
上下文相关性标签应该如何生成？
任务允许时优先使用稳定的标准证据 ID；否则使用有文档记录的人工或裁判规则，判断每段上下文能否支持问题或参考主张。自动标签应通过人工样本校准，并保留原始标签供错误分析。
不同系统的上下文精确率可以直接比较吗？
只有问题集、语料版本、K、相关性定义、证据粒度、重复处理和裁判都一致时才可直接比较。缺少这些协议信息的单一分数不可移植，任一输入变化都可能让分数改变，却不代表检索真正改善。