8. Bảng quyết định — chọn metric nào
| Tình huống | Metric chính | Metric phụ / kiểm tra |
|---|---|---|
| Tuning retrieval (BM25 params, embedding model) | nDCG@10 | recall@100 để check trần |
| Chọn cho pipeline | recall@k vẽ theo | latency, chi phí |
| Tuning reranker | nDCG@5 và so với trước rerank | MRR, recall@5 |
| Golden set 1 doc đúng/truy vấn | MRR (≡ MAP) | Success@k |
| Nhiều doc liên quan, nhãn nhị phân | MAP | R-Precision |
| Nghi ngờ kết quả trùng lặp/dư thừa | ERR | α-nDCG nếu cần đo diversity thật |
| Nhãn không hoàn chỉnh, corpus lớn | RBP + residual | bpref, infAP |
| Đo chi phí context window | Precision@k (kèm trần) | số token vô ích |
| Báo cáo cho stakeholder | Success@5 | nDCG@5 |
| Đánh giá RAG end-to-end | Faithfulness + Answer Relevance | Context Recall, Citation Accuracy |