免费 · 无需注册 · 浏览器本地处理
RAG 检索评测：Precision、Recall、MRR 与 nDCG
根据你提供的相关性标注和已排序文档 ID，设置 K 与 nDCG 增益方法，逐查询查看检索指标及汇总，下载评测报告。
浏览器本地计算 · 不调用模型 · 不保存输入
实际输出
rag-retrieval-evaluator-report.json填写输入后即可预览与导出结果。
指标依赖输入的相关性标注，标注不完整可能影响检索文档得分，本页不评价生成答案。
使用步骤
粘贴包含 queryId、retrieved 有序 ID 与 0–5 级 relevance 映射的查询数组，设置 K、二值相关阈值、Precision/AP 分母和线性或指数 nDCG 增益，导出逐查询与宏平均指标。
使用前请检查
未标注文档按 0 级处理，拒绝重复 ID。没有正相关标注的查询在所有宏平均中排除并显示 null；结果只衡量输入的标注，不评价生成答案质量。
试一个例子
检索 [a,x,b]、标注 {a:3,b:1,c:2}、K=4 时，Precision=.5、Recall=2/3、AP=(1+2/3)/3。
计算或处理方式
默认 Precision 除以 K，AP 除以 min(K, 正相关标注数)；可改用实际返回数或全部正相关标注数。阈值 0 表示 grade > 0，其他阈值包含 grade >= 阈值；nDCG 仍采用分级标注，不受二值阈值影响。nDCG 用全部已标注文档构建理想排序，增益可选 grade 或 2^grade−1。上限 200 个查询，每个最多 1,000 个检索及 1,000 个标注文档，输入 500 KB。
常见问题
将已有文档排序与分级相关性标注对照，计算 Precision、Recall、F1、Hit、RR、AP 与 nDCG@K。
如何使用RAG 检索指标评测器？
粘贴包含 queryId、retrieved 有序 ID 与 0–5 级 relevance 映射的查询数组，设置 K、二值相关阈值、Precision/AP 分母和线性或指数 nDCG 增益，导出逐查询与宏平均指标。
数据会上传吗？
工具在当前浏览器内处理输入与文件。页面访问统计不包含这些输入内容。
有哪些限制？
未标注文档按 0 级处理，拒绝重复 ID。没有正相关标注的查询在所有宏平均中排除并显示 null；结果只衡量输入的标注，不评价生成答案质量。