← 概念辨析に戻る

Concept Contrast Fable

コンテキストの再現率と忠実性

先に結論:コンテキスト再現率が問うのは「関連文書は見つかったか」であり、忠実性が問うのは「生成された回答は文書と一致しているか」である。再現率が高いことは資料が網羅的に見つかったことしか示さず、回答が捏造されていないことは保証しない。二つの指標を分けて見て初めて分析価値があり、一緒に見ると欠点はないが役に立たない結論しか得られない。

コンテキスト再現率が問うのは「関連文書は見つかったか」であり、忠実性が問うのは「生成された回答は文書と一致しているか」である。再現率が高いことは資料が網羅的に見つかったことしか示さず、回答が捏造されていないことは保証しない。二つの指標を分けて見て初めて分析価値があり、一緒に見ると欠点はないが役に立たない結論しか得られない。

寓話

資料を探す人と報告書を書く人

研究所には二つの職務がある:資料員と報告員。資料員の仕事は課題を受けたら文書庫へ行き、関連文献をすべて探し出して報告員の机に並べること。報告員の仕事はこれらの文献を読み、総合報告書を書くこと。

材料班の班長である老蘇は、半年間ある指標を見つめていた。資料員の「網羅率」である。課題のたびに、既知の関連文献がすべて報告員の机に並ばなければならない。資料員の働きはよく、網羅率は常に九六パーセント以上を維持していた。老蘇はこの数字に満足していた。

ある顧客が報告書について苦情を出すまで続いた。報告書には「この地域の土壌重金属含量は基準の三倍を超えている」と書かれ、顧客はそれを手に環境保護局へ行き、環境保護局が人を派遣して実測したところ、全く問題がなかった。顧客は研究所に問い詰めた。あなたたちの根拠はどこにあるのか?

老蘇は文書庫に戻り、その一連の原資料を調べたところ、当時の資料係は確かに関連文献をすべて揃えていた——論文五本、監測報告二部、土壌サンプリングデータ十二件が、きちんと机の上に並べられていた。問題は、報告員がそのうち三つしか目を通さず、残りの大半を見ずに、自分の印象でデータを補ったことだった。

老蘇は監視記録を一通り見た。資料係は漏れなく集めていたが、報告係の報告は浮ついていた。収集率が高いことは報告の質が高いことを意味しない。老蘇は、自分が入力側の品質しか管理しておらず、出力側の品質は完全な盲点だと気づいた。

老蘇は新しい指標を一つ加えた。各報告書には引用対照表を添付し、報告書内の各データ結論はどの文献の何ページに由来するかを明記しなければならない。抜き取り検査では無作為に三つの結論を選び、原文献と照合する。この指標を「据実率」と呼ぶ。

数か月後、データが出て老蘇はある法則に気づいた。網羅率が高い課題でも、根拠忠実率が高いとは限らない。しかし網羅率が低い課題では、根拠忠実率が高いものは一つもなかった。つまり資料を網羅的に集めることは必要条件であって、十分条件ではない。二つの指標はそれぞれ別の工程を見ている。一つは検索、もう一つは生成だ。

老蘇は年末報告に書いた。システムの網羅率データを手に入れたら、すぐに祝うな。一つ問え——それは網羅したか、正しく言ったか。この二つの問いの間には、一工程分の生成が挟まっている。一つ問いを省けば、美しい数字の下に捏造の山が圧し掛かっているかもしれない。

コンテキスト再現率

検索段階で関連するすべてのドキュメントを取得できたかを評価する指標です。これは「見つけるべきものがどれだけ見つかったか」を測り、検索の完全性だけを気にし、生成品質は気にしません。

忠実性

生成された回答が検索された文書の内容に忠実かどうかを評価する指標。生成されたものが実際の情報源に基づいているかを測り、ハルシネーションや捏造を検出する。

物語の対応

  • 資料係が文献を探す:コンテキストのリコール——検索段階で関連文書をすべて取り出せているか。
  • 報告者が報告を書く:忠実性——生成段階が検索された内容に基づいて出力しているか。
  • 網羅率は高いが報告に捏造がある:二つの指標は独立しており、高い再現率は高い忠実性を保証しません。
  • 引用対照表:忠実性評価の一般的な手法——逐条で出典を検証する。
  • 再現率が低いときは適合率も高くない:再現は忠実さの必要条件だが、十分条件ではない。

プロジェクトに落とし込む

RAGシステムの評価は少なくとも2つの次元で見る。検索側は再現率、生成側は忠実性だ。忠実性が悪いと分かったとき、すぐに検索戦略を変えてはいけない——まず検索が重要文書を漏らしたのか、モデルが既存文書の上で自由に作り話をしたのかを確認する。前者は再現の問題、後者は生成制御の問題で、直す場所も方法もまったく異なる。1つの総合スコアで2つの指標を混ぜてしまうと、問題の特定は常に半拍遅れる。

京ICP备2026014272号