ガイドNEW
AI用語辞典評価指標
コンテキスト再現率 (Context Recall)
読み: こんてきすとさいげんりつ
最終更新: 2026-08-15・AI PICKS編集部
定義
コンテキスト再現率とは、RAGなどの検索拡張生成において、正解に必要な情報を検索結果がどれだけ網羅できたかを示す評価指標のこと。
コンテキスト再現率 (Context Recall)とは — 詳しく解説
コンテキスト再現率(Context Recall)は、RAG(検索拡張生成)の評価において、正解を導くために必要な情報が検索結果(コンテキスト)にどれだけ含まれているかを測る指標とされる。RAGAsなど主要な評価フレームワークで、正解文を情報単位に分解し、その何割が検索されたコンテキストでカバーされているかを算出する方式が広く採用されている。適合率(Precision)が「取ってきた情報のうち関係あるものの割合」を見るのに対し、再現率は「必要な情報を取りこぼしていないか」を見る点が対になる。2026年時点の実運用では、チャンク分割の粒度が粗すぎると再現率が下がりやすく、逆に細かくしすぎると適合率とのトレードオフでコストとレイテンシが悪化しやすいという落とし穴が指摘される。現場での選び方としては、再現率だけを追ってチャンク数を増やすとLLM呼び出しのトークン量が膨らみコスト増につながるため、適合率・応答の忠実性(Faithfulness)など他指標と併せて相場感を見ながらチューニングするのが一般的とされる。
コンテキスト再現率 (Context Recall)の使用例
- 正解文の各要素が検索コンテキストに含まれるかをLLMに判定させ、含有率を再現率として算出する評価手法が一般的とされる。
- チャンクサイズを変えながら再現率と応答コストのバランスを探る運用が、現場では一般的とされる。
コンテキスト再現率 (Context Recall)に関連するAIツール
コンテキスト再現率 (Context Recall)の関連記事
関連用語
「評価指標」の他の用語
MMLU
Massive Multitask Language Understanding。 57 分野・1.5 万問の LLM 知識評価ベンチマーク。
HumanEval
OpenAI 発の Python コーディング能力ベンチマーク。 164 問の関数実装タスク。
LM Arena (Chatbot Arena)
ユーザー投票による LLM の人間評価ランキング。 Elo レーティングで モデルを順位付け。
ベンチマーク (Benchmark)
ベンチマークとは、AIモデルの性能を標準化されたテスト課題で数値化し、異なるモデル間を公平に比較するための評価基準セットのこと。MMLUやHumanEval等、用途別に数十種類が存在する。
SWE-bench
SWE-benchとはGitHubの実際のIssueをAIが自動修正できるかを測る、コーディングAI評価の業界標準ベンチマークのこと。
GPQA
GPQAとは、生物・物理・化学の大学院レベルの難問でAIの推論力を測る評価ベンチマークのこと。Googleで検索しても解けない設計が特徴。
用語がわかったら、次はツール選び
12カテゴリ・1518語以上を体系的に整理しています