参数面板
模式：直接设置 Recall / Precision
用 TopK 驱动（用一条简单曲线模拟“TopK ↑ → Recall ↑、Precision ↓”）
0.20
含义：随机一个问题中，语料里
确实存在可用证据 的概率。越低越像“低患病率筛查场景”。
0.80
0.60
这里的 Recall/Precision 是“检索系统”层面的指标：可理解为在大量问题上统计得到的平均水平。
100
N 越大，矩阵数值越“平滑”。点阵可视化最多显示 60 个点（做抽样）。
术语翻译：
Recall = TP / (TP + FN)
Precision = TP / (TP + FP)
Specificity = TN / (TN + FP)
NPV = TN / (TN + FN)
在 RAG 里，FN（漏召回）通常意味着模型更容易“凭空回答”；FP（噪音召回）通常意味着 token 浪费与轻微干扰。
结果可视化
直接设定 Recall=80.0% Precision=60.0%Recall（Sensitivity）
80.00%
TP/(TP+FN) = 16/(16+4)
Precision（PPV）
59.26%
TP/(TP+FP) = 16/(16+11)
Specificity（噪音控制）
86.25%
TN/(TN+FP) = 69/(69+11)
NPV（负预测值）
94.52%
TN/(TN+FN) = 69/(69+4)
F1
68.09%
2PR/(P+R) = 0.5926·0.8000
Accuracy（仅供参考）
85.00%
(TP+TN)/N = (16+69)/100
TP（召回到的相关证据）
FN（漏掉的相关证据）
FP（召回到的噪音）
TN（没召回的噪音）
| 真实相关（Relevant） | 真实无关（Irrelevant） | |
|---|---|---|
| 召回（Retrieved） | 16 TP |
11 FP |
| 未召回（Not Retrieved） | 4 FN |
69 TN |
如何读这个矩阵：把“召回到的文档/片段”当作“检测阳性”。
Recall 低 → 漏掉关键证据（更容易幻觉）。Precision 低 → 噪音变多（token 浪费、干扰）。
Recall 低 → 漏掉关键证据（更容易幻觉）。Precision 低 → 噪音变多（token 浪费、干扰）。
真实相关（R）= TP+FN
TP: 16FN: 4
真实无关（I）= FP+TN
FP: 11TN: 69（抽样）
召回结果（Retrieved）= TP+FP
TP: 16FP: 11
未召回（Not Retrieved）= FN+TN
FN: 4TN: 69（抽样）
一句话解释
🔸 Recall 较高：关键证据大概率能被召回。 🔸 Precision 中等：可用，注意控制上下文长度。
提示：本页面把“是否存在可用证据”抽象成二分类。真实 RAG 里，一个问题可能对应多条证据、多粒度 chunk、以及“部分相关”的灰度。这个模拟器的价值在于帮助你用医学筛查的思维理解 TopK、Recall、Precision 的权衡。