← 概念解説に戻る

Concept Fable

検索再現率

先に結論:Retrieval Recall は、すべての関連結果のうちシステムが正常に検索できた割合を測る。RAG では、鍵となる証拠が召回されたかどうかを答える。低い recall はモデルが不完全なコンテキストで回答する原因となり、コンプライアンス、契約、アフターサービス、医療などの場面では特に危険である。recall を高めるには、より良い chunking、metadata filter、hybrid search、query expansion、multi-query retrieval、より適切な embedding モデルで実現できるが、ノイズを制御するために reranking も依然として必要だ。

Retrieval Recall · RAG evaluation

まず物語を読む。ここでは急いで定義を示さず、まず問題そのものを立ち上がらせる。

寓話

探すべき証拠が持ち帰られたか

県衙が地契の訴訟を審理し、師爺は文書庫へ証拠を探しに行く役目を負った。庫には古い契約、税冊、隣人の証言、歴年の判決文があり、事件を裁き切れるかどうかは、持ち帰るべき資料を持ち帰れたかどうかに大きくかかっていた。

初日、師爺は最も整った証文を三通だけ持ち帰った。いずれも原告を支持しており、県令は危うく判を下しかけた。しかし被告の老農は、三十年前に用水路の約定があり、それを見なければ地境が誤ると言った。

師爺は蔵に戻ってさらに探し、果たして湿った隅で水路の帳簿を見つけた。県令は、持ち帰った資料は一見きれいだが、肝心な証拠が抜けており、判断全体が欠落の上に成り立っていたことに気づいた。

最初の修正で、師爺は多めに取る方を選んだ。彼は二つの大きな箱の紙を持ってきて、中には無関係な税票、隣村の旧案、重複した写本が挟まれていた。堂上は一日中紙をめくり、重要な資料は逆に下に押し込まれた。

老庫吏は彼にまず「必ず見つけるべき証拠の種類」を列挙するよう教えた。原契、後続の変更、納税記録、隣接地の証言、歴次の争い。各種類について少なくとも信頼できる出所を探し、見つからなければ欠落として明記する。

師爺が再び事件を扱うとき、庫を空にすることを求めず、最も目に快い数枚で満足もしない。彼が関心を持つのは、本来現れるべき重要な証拠が召回されたか、特に判断を変える部分だ。

県令は後にこうよく尋ねた。来るべき証拠はすべて揃ったか?答えが否なら、どんなに美しい論証も空き地に立っているにすぎない。正確に見つける前に、まず判断を支えるのに十分なほど完全に見つけなければならない。

後に師爺は毎回答案を提出するとき、缺口単を添えた。どの証拠が見つかり、どこに記録がなく、どれがまだ再確認を要するか。県令は缺口を見ると、かえって判断しやすくなった。判断がどの材料に立っているかを知っているからだ。召回は世界を持ち帰ることを求めるのではなく、結論に影響するものをできるだけ持ち帰ることを求める。 老庫吏は後にこの言葉を庫門の横に刻んだ。新しい師爺は門をくぐる前に、まず事件にどの材料が必要かを考え、それから探し始める。証拠を持ち帰る多少は重要ではなく、判断に影響する証拠が暗所に漏れていないことが重要だ。 後に県衙では自信過剰な判詞がずっと減った。缺口が先に見えるからだ。 この言葉は後に新人の手引きに書かれ、まず現場の代価を見てから省力化を語るよう皆に促した。 この注意のおかげで、後に似た難題に再び出会っても、皆は慌てて旧来の方法を当てはめようとしない。

明らかにする

この物語が語るのは:検索再現率

Retrieval Recall は、すべての関連結果のうちシステムが正常に検索できた割合を測る。RAG では、鍵となる証拠が召回されたかどうかを答える。低い recall はモデルが不完全なコンテキストで回答する原因となり、コンプライアンス、契約、アフターサービス、医療などの場面では特に危険である。recall を高めるには、より良い chunking、metadata filter、hybrid search、query expansion、multi-query retrieval、より適切な embedding モデルで実現できるが、ノイズを制御するために reranking も依然として必要だ。

重要なのは、それが単なる用語ではなく、実際のAI/Agentシステムで繰り返し現れる構造的な問題だという点だ。これを理解して初めて、いつモデルを足すべきか、いつプロセスを変えるべきか、いつガバナンスを補うべきかを判断できる。

メタファーのマッピング

  • 補足契約を漏らす:重要な証拠が召回されなかった
  • 返ってくる資料はすべて正確:precision は高いが recall は低いかもしれない
  • 必須証拠リスト:リコール評価に必要なゴールドアノテーション
  • 主契約、DPA、承認記録:企業の問題は複数の証拠が共同で支える必要があることが多い
  • 親子 chunk とメタデータ:recall を高めるインデックス設計
  • ハイブリッド検索:キーワードとベクトルを組み合わせて取りこぼしを減らす
  • 決定的な証拠は欠かせない:RAG recallの核心的価値

Andy(任旭)判断

この概念の実戦的価値は、「賢く見えるAI機能」を納品可能、検収可能、ガバナンス可能な作業単位に分解する手助けをすることです。

precision再ランキングtop-kground truth

関連する識別

この概念は隣接概念と混用されやすいので、対比ページを続けて見ることをおすすめする。

京ICP备2026014272号