找到一样的，还是找到相关的？

一个检索系统可以忠实返回最相似的对象，却没有满足当前需求。要理解这个差距，可以先把几个常一起出现的名字放回各自的操作中。

从 jieba、BM25、BGE-M3 开始

jieba提供中文分词等能力，影响文本以什么单位进入后续处理。BM25根据查询词项、文档词频与长度等因素计算匹配分数；词频的增益不是无限线性增长。BGE-M3支持 dense、sparse 与 multi-vector 三种检索表示，已经提醒我们：“神经”与“词项”并不是一条只能二选一的分界。

先有可比较的表示与打分目标，再选择访问和排序方法。这些角色可以由同一个软件组合实现；上面的区分不规定一条唯一流水线。

原创设定中，查询“如何撤回旧授权”可能需要找到只写“取消先前权限”的内容；另一个查询“错误码 E17”却需要保住精确符号。前者让我们关心泛化，后者让我们关心约束。哪一种表示适合，取决于需求和材料。这个例子不报告任何模型的实测表现。

两个 recall，两个参照集合

设文档只有 a 到 h。针对当前需求，原创设定的相关集合为 R = {a, d, e, f}。给定向量及距离下，精确最近邻前三名为 N₃ = {a, b, c}。一个近似方法恰好返回 A₃ = {a, b, c}。

近邻集合召回在本例定义为 |A₃ ∩ N₃| / 3，因此是 3/3 = 100%。而针对信息需求：

• Precision@3 = |A₃ ∩ R| / 3 = 1/3 ≈ 33.3%
• Recall@3 = |A₃ ∩ R| / |R| = 1/4 = 25%

索引完全恢复了设定中的精确邻居，却只取到一份相关文档。近似误差在这里为零，相关性差距仍然存在。这个演算只依据设定的集合，没有运行 embedding 或 ANN 软件，也没有把八个字母冒充真实语料。

Faiss 的搜索定义以给定向量和度量为对象；IR 的 precision 与 recall以相关判断与返回集合为对象。混用参照集合，会让同一个“召回率”回答不同问题。

精确率和召回率一定此消彼长吗

仍固定 R，把返回前三名改为 B₃ = {a, d, e}。此时 precision 是 3/3 = 100%，recall 是 3/4 = 75%。两者同时上升。固定返回数量和相关集合时，多找到一个相关对象，两个比例都会改善。

另一种情况是沿同一排序放宽返回数量。加入一份不相关文档会降低 precision 而不提高 recall；加入一份相关文档会提高 recall，precision 如何变化还取决于原来的比例。所谓取舍，需要说明改变的是阈值、预算、排序还是表示。

这个区别也防止我们把 lexical 与 semantic 的选择直接等同于 precision 与 recall 的取舍。前一组描述匹配机制，后一组描述评价结果；实际关系需要任务与数据来建立。

已经获得的理解与继续位置

现在可以把三个问题分开：有没有找到给定度量下的邻居，邻居是否与需求相关，返回的信息是否在后续任务里发挥作用。每一问都可以继续深入。

下一次可以从训练正负例入手：一项模型把什么当作相关，与使用者此刻需要什么，有哪些一致与差异？也可以先改变本例的需求，使相关集合变成另一组，观察同一排序为什么获得不同评价。正文中的演算已经足以独立阅读，网页演算只是方便比较的另一种呈现。