Was ist Recall in einem RAG-System?

Definition

Recall ist der Anteil der tatsächlich relevanten Dokumente, die zu einer Suche gefunden wurden.

Beispiel

Stell dir vor, es gibt in deiner Datenbank 10 relevante Dokumente zu einer Frage:

• Dein Retriever findet davon 8 →
  Recall = 8 / 10 = 0.8 (80 %)
• Dein Retriever findet nur 3 →
  Recall = 3 / 10 = 0.3 (30 %)

---

Bedeutung im RAG-Kontext

• Hoher Recall:
  → Das System hat fast alle relevanten Infos auf dem Schirm.
  → Wichtig, damit nichts Entscheidendes fehlt.
  
• Niedriger Recall:
  → Das System übersieht viele relevante Stellen.
  → Gefahr, dass das LLM falsche oder unvollständige Antworten gibt.

---

Trade-off: Recall vs. Precision

• Recall = wie viel von allem Relevanten habe ich gefunden?
• Precision = wie viel von dem, was ich gefunden habe, ist wirklich relevant?

Beispiel aus der Medizin:

• Lieber hoher Recall bei Krebsdiagnosen (kein Fall übersehen), auch wenn man dafür mehr „falsche Alarme“ (niedrigere Precision) hat.

Empfehlung für ein RAG-System:

• Erst hohen Recall sichern (breit suchen)
• Dann mit einem Reranker für hohe Precision sorgen.