本次查询：Context Precision
中文解释：上下文精确度
常见场景：RAG系统效果评估 / 问答系统质量监测 / 检索模型调优
一句话解释
Context Precision衡量的是：在检索系统返回给大模型的所有上下文中，有多少比例是真正被用于生成正确答案的。比例越高，说明系统滤除无用信息的能力越强，模型被无关内容误导的风险越低。
为什么会被关注
随着RAG（检索增强生成）成为企业落地大模型的主流方案，如何评判检索结果的好坏成了刚需。传统指标如召回率、精确率只关注文档级别，而Context Precision直接关联模型最终输出质量，能更真实反映检索环节对生成结果的贡献度。
在医疗、法律等高敏感场景中，模型若引入无关上下文可能导致错误决策。Context Precision成为衡量系统“不添乱”能力的重要标尺，帮助开发者诊断检索器的精度瓶颈，从而优化索引策略或重排序逻辑。
核心逻辑
Context Precision的计算通常分两步：首先让标注者（或自动评判模型）标记检索到的每个片段对最终答案是否必要且相关；然后用“必要相关片段数”除以“检索总片段数”。若系统返回了10个片段，其中只有3个被用于生成正确答案，则值为0.3。
它与Context Recall形成互补——Recall关注的是“所有需要的上下文是否都找到了”，而Precision关注的是“找到的上下文里有多少是真正需要的”。二者常结合使用，避免系统为追求高召回而一股脑塞入大量垃圾信息。
常见场景
在客服问答系统中，用户提问“如何退款”，检索器可能返回退款流程、退货政策、投诉电话等多个片段。Context Precision会判断其中哪些对生成准确回答是必要的，如果返回了大量无关片段，分数就会偏低。
在知识库RAG系统中，技术文档片段经常有大量重复或背景介绍。Context Precision能帮开发者发现检索器是否偏爱长文档（包含大量噪声），从而调整切片策略或加入相关性阈值过滤，提升最终回答的简洁性。
容易混淆的点
不要和“Response Faithfulness”（回答忠实度）混淆。Context Precision评估的是输入给模型的上下文质量，而Faithfulness评估的是模型生成的回答是否忠实于这些上下文——即便上下文不精准，模型也可能忠实回答（但答案本身错误）。
也不能简单等同于“文档级别精确率”。文档级别的精确率只看整篇文档是否相关，而Context Precision细粒度到片段级别，且要求该片段必须被最终答案实际引用。相同文档中，只有被模型“利用”的片段才计入，因此通常比文档级分数更低、更严格。