Begriff
Context Recall
Context Recall ist eine RAG-Eval-Metrik (0–1), die misst, wie vollständig der Retriever die für die Goldantwort nötigen Fakten geliefert hat — fehlt ein Fakt im Kontext, sinkt der Score.
Context Recall — ausführlicher erklärt
Context Recall prüft, ob alle Fakten, die für die ideale Antwort nötig sind, tatsächlich in den abgerufenen Kontext-Chunks vorkommen. Ablauf typischer Implementierungen (RAGAS, DeepEval): 1) Aus der Goldantwort werden atomare Einzelfakten extrahiert. 2) Pro Fakt wird per LLM-Judge geprüft, ob er aus mindestens einem der abgerufenen Chunks ableitbar ist. 3) Score = Anteil belegter Fakten an Gesamt-Fakten. Eine perfekte Recall-Metrik bedeutet: der Retriever hat alles geliefert, was die Goldantwort braucht — auch wenn die Reihenfolge oder die Menge an Rauschen schlecht ist.
Beispiel / Praxisbezug
Frage: „Welche Hauptstadt hat Frankreich und wie viele Einwohner hat sie?”. Goldantwort enthält zwei Fakten: Hauptstadt = Paris, Einwohnerzahl ≈ 2,1 Millionen. Liefert der Retriever nur einen Chunk über Paris als Hauptstadt, fehlt die Einwohnerzahl → Recall 0,5. Liefert er beide Fakten in Top-k, → Recall 1,0. Praktisch nutzt man die Metrik, um Embedding-Modelle und Top-k-Werte zu tunen — zu kleines k senkt Recall, zu großes verschlechtert Precision und Latenz.
Abgrenzung zu ähnlichen Begriffen
Context Recall ist die Vollständigkeits-Metrik, Context Precision die Ranking-Metrik. Hoher Recall bei niedriger Precision = der Retriever liefert alles, aber unsortiert; umgekehrt = ordentlich sortiert, aber unvollständig. Faithfulness misst danach, ob die generierte Antwort dem Kontext folgt — Recall stellt sicher, dass im Kontext überhaupt das richtige Material liegt. In Eval-Suites ist Recall oft die erste Metrik, die geprüft wird: ohne ausreichenden Recall kann selbst ein perfekter Generator keine korrekte Antwort produzieren.
Entdecke mehr
KI-Workflows per Keyword: Wie wir wiederkehrende Abläufe erzwingbar machen
Ein getipptes Keyword löst bei uns einen festen KI-Ablauf aus — und jeder Schritt muss committet werden, bevor der nächste kommt. Warum das der Trick ist.
GlossarRecall
Recall (Trefferquote, Sensitivität) misst, welcher Anteil aller tatsächlich vorhandenen relevanten Fälle gefunden wird. Formel: gefundene relevante Fälle geteilt durch alle real vorhandenen relevanten Fälle. Setzt eine bekannte Ground Truth voraus.
LexikonLLM-Qualität messen — Evals, Benchmarks, Judges
Wie misst man, ob ein LLM-System gut funktioniert? Drei Ebenen von Public Benchmarks bis CI-Eval, Stolperfallen wie Goodhart, Judge-Bias und Eval-Aging.