老王透明的茶杯里，泡满了枸杞，我就瞅了一眼，少说也有 100 颗。

没等我回过来神，老王就直入主题：“你做 RAG 检索用的什么数据库？”

“MySQL。”

老王差点没把刚抿到嘴里的水喷到我帅气的脸上：“就 MySQL？向量检索你用 MySQL？”

“咋了王哥，MySQL 不配拥有向量吗？100 万条 chunk 我照样给它安排得明明白白。”

看老王气急败坏的样子，我笑了：“王哥，逗逗你啦，活跃活跃气氛嘛，这下我不紧张了。向量这块我用的是 ElasticSearch 了，既能做语义，又能做关键字存储，混合检索轻松搞定。😄”

老王真是个好人啊，愣是没生气，仍然和颜悦色。问出了下一题：“你这个 RAG 系统，检索精确率怎么评估的？具体怎么测试？”

（内心 OS：这下面试有了，天底下所有的面试官都能像老王一样就好了呀。）

PS：以下题目来自派聪明 RAG 项目的真实面试题目，如上图所示，阿里飞猪一面。

content

01、检索精确率怎么评估的？具体怎么测试？

我说：“王哥，我在派聪明 RAG 里专门做过一轮评估。”

“评估检索质量，业界常用的指标有三个：精确率（Precision）、召回率（Recall）和 MRR（Mean Reciprocal Rank）。”

精确率看的是检索出来的文档里有多少是真正相关的。比如检索返回了 10 个 chunk，其中 7 个和问题相关，精确率就是 70%。

召回率看的是所有相关文档里，有多少被检索出来了。比如知识库里一共有 15 个相关 chunk，检索返回了 7 个，召回率就是 46.7%。

MRR 看的是第一个正确结果的排名，排...