Recall

Определение

Метрика, оценивающая долю релевантных документов, найденных среди всех релевантных в коллекции; используется для оценки качества retrieval.

Где встречается

• 3 Какие стратегии chunking'а вы знаете и когда какую применяете
• 6. Что такое гибридный поиск и когда он нужен
• 7. Как вы уменьшаете latency RAG-системы (время ответа)
• 12. Как вы фильтруете документы по метаданным в векторной БД
• 15. Какие embedding-модели вы использовали и почему
• 25. Как вы оцениваете качество после fine-tuning
• 106. Как вы валидируете, что DSPy-оптимизация действительно улучшила модель, а не просто переобучилась под метрику
• 129. Как вы обнаруживаете многошаговые jailbreak-атаки (через 10-20 сообщений)
• 233. Как вы делаете hybrid search (vector + keyword) в production на 10M документов
• 257. Как вы дедуплицируете документы перед индексацией в RAG
• 272. Как вы проверяете качество parsing документов (PDF, DOCX) в production
• 275. Как вы делаете data quality monitoring для RAG корпуса
• 352. Что такое jailbreak taxonomy (OOD, refusal suppression, role-play, перевод)
• 353. Как работает embedding poisoning для RAG и как защититься
• 368. Как вы оцениваете мультимодальную модель на hallucinations (POPE, MMHal-Bench)
• 374. Как вы делаете query rewriting и query expansion в RAG
• 378. Как работает многогранный (faceted) поиск в RAG с фильтрами
• 523. Как вы делаете synthetic data generation для редких классов в датасете
• 530. Как вы делаете data quality monitoring для RAG корпуса
• 537. Что такое SigLIP и чем отличается от CLIP
• 547. Как вы оцениваете мультимодальную модель на галлюцинации (POPE, MMHal-Bench)
• 552. Как вы делаете image captioning для RAG (извлечение описания изображения)
• 571. Как работают verifier models для agentic RAG и зачем они нужны
• 613. Как работает model watermarking для LLM (идентификация модели-источника)
• 625. Что такое adversarial prompt detection для реального времени (runtime)
• 627. Как вы тестируете long-context capability модели (бенчмарки RULER, Needle in a Haystack)
• 639. Как вы делаете model selection для long context (какая модель лучше держит 100k+)
• 682. Как вы оцениваете качество синтетических данных (Self-consistency, LLM-as-Judge)
• 878. Как измерять faithfulness для long-form ответов (1000+ токенов)
• Практика
• 800+ вопросов
• 42. Настроить hybrid search с весами
• 84. Реализовать conversational repair
• 95. Написать runbook для synthetic data collapse
• 144. Настроить anomaly detection по cost
• 269. Реализовать hard negative mining для retrieval
• 281. Настроить мониторинг дрейфа метрик

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление