MRR (平均逆順位)
読み: へいきんぎゃくじゅんい
最終更新: 2026-07-19・AI PICKS編集部
定義
MRR（Mean Reciprocal Rank）とは、検索結果の中で最初に正解が出現した順位の逆数を、複数クエリで平均した情報検索の評価指標のこと。
MRR (平均逆順位)とは — 詳しく解説
MRR（Mean Reciprocal Rank、平均逆順位）は、検索エンジンやRAG、レコメンドシステムの検索精度を測る評価指標として広く採用されている。各クエリについて、最初に得られた正解の順位の逆数（1位なら1、2位なら0.5、3位なら0.333…）を求め、全クエリの平均を取って算出する。単一の正解を素早く見つけられるかを重視する指標のため、チャットボットの一次回答やFAQ検索のような「1つ当たれば十分」なタスクとの相性が良い一方、複数の正解を網羅的に評価したい用途には向かないという落とし穴がある。2026年時点の実運用では、RAG導入時にNDCGやRecall@kと組み合わせてバッチ評価に使い、精度の劣化を継続監視する運用が現場で広く採用されているとされる。評価基盤の構築コストはオープンソースのeval用ライブラリを使えば数日〜数週間規模とされ、正解が単一か複数かでMRRとNDCGを使い分けるのが現場での選び方の基本とされる。
MRR (平均逆順位)の使用例
- 検索10件中、正解が3位に来た場合のMRRへの寄与度は1/3=0.333として計算する。
- RAG評価パイプラインでMRR・Recall@k・NDCGを併用し、リリース前に精度劣化を検知する運用。
MRR (平均逆順位)に関連するAIツール
関連用語
「評価指標」の他の用語
Massive Multitask Language Understanding。 57 分野・1.5 万問の LLM 知識評価ベンチマーク。
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。
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。
AI用語辞典をすべて見てみませんか
12カテゴリ・713語以上を体系的に整理しています
辞典トップへ