检索漏召回：检查结果之外的相关证据

检索漏召回检查关注的是：相关证据为什么没有出现在结果中。先建立一个能独立核查相关性的有限资料集合，再把返回结果与集合实际包含的内容比较。只审阅结果，可以发现无关命中，却发现不了搜索根本没有展示的材料，也无法知道遗漏是否影响重要研究主张。

固定资料集合，先定义相关性

明确问题、发行人或资产、期间和文档边界，保存查询及筛选条件。看排名之前，先规定什么叫相关。一个文件对公司很重要，不代表它与当前问题相关，因此需要按任务判断，而不是只凭来源质量高低决定。范围变化应有记录，否则前后两轮的指标并不在衡量同一件事。

scikit-learn评估文档用真正例和假负例定义召回率。对应这里的编辑检查，就是返回的相关项目数除以核查集合内全部相关项目数。这是有限集合的测量，不是宣称开放互联网里所有相关资料都已经被发现，也不代表整个AI产品的普遍准确率。

假设整理某虚构发行人收入合同的二十段原始披露，独立阅读确定十段与取消权有关。搜索返回八段，其中六段相关、两段无关，另有四段相关材料没有返回。在这个固定集合内，召回率是六除以十，即百分之六十。

这些原因在测试前都只是猜测。还没确认扫描文字是否进入搜索库，就不能先归咎于排序。保留原结果，避免修复后的运行抹去失败证据。这里的比例只是自设例子，不是某个模型、接口或CoTrading功能的实际测量结果。

补集是有限资料集合中没有返回的部分。可以直接审阅，集合太大时也可以按明确规则抽样。采用抽样就要说明样本数量和选择方法，不能把样本发现率说成整个集合的完整召回率。如果只抽容易阅读的短文件，反而可能避开真正造成遗漏的扫描格式或特殊语言材料。

选择可能表现不同的文档类型、日期段和语言版本。新发现的相关项目写进检查日志，记录原文位置和相关理由。应区分真正漏检与对任务边界的分歧。如果审阅中修改相关标准，需要对整个资料池一致重评，不能只重新标记让结果难看的几项，从而制造检索改善的假象。

可依次检查是否入库、身份是否识别、筛选是否正确、查询词是否足够以及排序情况。先确认系统确实能访问每份相关来源，再修改提示词。放宽查询可能召回更多相关内容，也可能增加无关噪声，应同时检查，不能仅凭返回条数增长就宣布效果更好。

修复后用同一资料集合重跑，比较哪些项目被找回、哪些又被漏掉。留一些新案例不参与调参，随后另做检查。被反复调整到熟悉测试题的搜索流程，未必在另一家公司的材料中同样有效。这些限制应保留在报告中，不能让一个总分掩盖适用范围。

最后看漏掉的资料是否改变备忘录中的重要陈述。漏掉取消条款，可能比漏掉另一段重复收入增长更重要。登记受影响主张及后续复核动作。召回比例概括的是资料池内的检索行为，不会自动衡量每项遗漏在金融判断中的重要性；这仍需结合研究问题决定。

不能。那只能评估返回项目是否相关，召回率的分母还需要结果之外的相关材料，或独立建立的参考集合。

不一定。额外命中可能增加噪声或重复信息。应同时看找回的相关项目、剩余遗漏以及人工审阅假阳性的成本。