> For the complete documentation index, see [llms.txt](https://docs.cherryai.com.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherryai.com.cn/knowledge-base/recall-test.md).

# 检查资料与召回

召回测试直接检查“问题能否找到正确片段”，不会先经过聊天模型润色。它能帮助你判断问题出在资料、解析、分块还是检索设置。

{% hint style="info" %}
准备 3～5 个你已经知道答案的真实问题，并在每次更新资料、模型或分块后重复使用。固定问题比临时试问更容易发现退化。
{% endhint %}

## 准备测试问题

建议同时覆盖三类问题：

* 精确事实，例如“国内一线城市住宿上限是多少？”
* 条件规则，例如“海外租车在什么情况下可以报销？”
* 容易混淆，例如“5000 元以上的出差由谁追加审批？”

不要只用资料标题或整句原文测试，那会高估真实使用效果。

## 完成一次召回测试

{% stepper %}
{% step %}

### 1. 打开召回测试

打开左侧导航【知识库】→ 选择知识库 → 进入【召回测试】。
{% endstep %}

{% step %}

### 2. 输入真实问题

输入一个答案明确的问题并执行测试。问题应接近日常说法，不要刻意复制资料原文。
{% endstep %}

{% step %}

### 3. 检查来源和片段

确认来源正确，片段同时包含回答所需的条件和结论。

<figure><img src="/files/25jlZBPzYcIUwWY6ejxn" alt="召回测试中的命中来源、相关度、片段内容和排序"><figcaption><p>不要只看有没有结果，还要检查来源、片段完整度和顺序。</p></figcaption></figure>
{% endstep %}

{% step %}

### 4. 对照现象定位问题

完全没有正确片段时先查资料、解析和分块；正确片段能出现但顺序不稳时，再考虑嵌入、重排或 Top K。
{% endstep %}

{% step %}

### 5. 单项调整并复测

每轮只修改一项设置。涉及解析、分块或索引时，先执行【重新索引】，再使用同一组问题复测。
{% endstep %}
{% endstepper %}

## 怎样读结果

| 现象            | 说明                    | 下一步                    |
| ------------- | --------------------- | ---------------------- |
| 正确来源排在前面，片段完整 | 召回基本合格                | 再测试几种不同问法              |
| 完全没有正确结果      | 资料未就绪、内容缺失、问法差异大或阈值过高 | 依次检查资料、正文、Chunks 和检索设置 |
| 来源正确但片段缺少关键句  | 解析或分块边界不理想            | 查看 Chunks，调整后重新索引      |
| 旧版本和新版本同时出现   | 同名资料被全部保留             | 删除旧条目或用【替换】重新导入        |
| 正确项经常靠后       | 候选较多或排序不稳定            | 清理资料，考虑嵌入或重排模型         |
| 召回正确但聊天回答不准   | 问题更可能在提示词或聊天模型        | 保留召回设置，调整提问和聊天模型       |

{% hint style="warning" %}
聊天模型无法补回召回阶段没有找到的关键资料。召回结果不合格时，不要先靠反复更换聊天模型排错。
{% endhint %}

## 调优闭环

<figure><img src="/files/dPAPqT4Mf377pR5c4tPq" alt="用固定问题检查召回、定位问题、单项调整、重新索引并复测的质量调优闭环"><figcaption><p>固定问题 → 检查结果 → 定位层级 → 单项调整 → 必要时重新索引 → 复测。</p></figcaption></figure>

推荐顺序：

1. 确认资料正确，没有重复或过期版本。
2. 检查解析正文和 Chunks。
3. 问法与原文差异很大时，考虑嵌入模型。
4. 候选大致正确但顺序不稳时，再考虑重排模型。
5. 调整后重新索引，并重复同一组测试。

<figure><img src="/files/krwekJK9zBEFmnkuWXoo" alt="知识库高级设置中的智能分段、分隔符、分段大小和重叠大小"><figcaption><p>片段不完整时再检查分块设置；修改只影响新资料，旧资料需要重新索引。</p></figcaption></figure>

## 配置说明

| 配置项    | 产品默认值        | 建议起点     | 作用         | 适用场景       | 注意事项              |
| ------ | ------------ | -------- | ---------- | ---------- | ----------------- |
| 测试问题数量 | —            | 3～5 个    | 建立可重复的质量基线 | 所有知识库      | 覆盖精确事实、条件规则和易混淆问题 |
| Top K  | 6，可选 1～50    | 先保留 6    | 控制最终片段数量   | 覆盖与噪声之间取舍  | 调大可能占用更多上下文       |
| 相似度阈值  | 0.0，仅配置重排后显示 | 从 0.0 开始 | 过滤重排后的低分结果 | 重排后仍有噪声    | 设得过高会移除正确片段       |
| 复测方式   | —            | 每轮只改一项   | 判断设置变化来自哪里 | 调优、更新资料或模型 | 修改分块或模型后先重新索引     |

## 预期结果

* 正确来源稳定出现在前几条结果中。
* 片段包含回答问题所需的条件和结论。
* 换一种自然说法后，结果仍然稳定。
* 更新资料或设置后，固定问题没有明显退化。

## 用户案例

小林发现“住宿费标准”用原文能命中，但“住酒店最多能报多少”不稳定。他先确认资料和 Chunks 正常，再配置嵌入模型并复测。正确片段出现后偶尔排在后面，于是才加入重排模型。

完成标准是：三种不同问法都能在前几条结果中找到同一条住宿标准，且片段包含适用城市和金额上限。

## 常见问题

<details>

<summary>完全没有正确片段，先调大 Top K 吗？</summary>

先检查资料正文和 Chunks。解析或切分错误时，调大 Top K 只会返回更多不正确或不完整的片段。

</details>

<details>

<summary>为什么看不到相似度阈值？</summary>

只有选择重排模型后，知识库设置中才会显示【相似度阈值】。

</details>

<details>

<summary>召回正确，聊天回答仍不准确怎么办？</summary>

保留当前召回设置，检查问题表达、对话上下文和聊天模型。此时问题通常已经不在资料检索层。

</details>

## 继续阅读

<table data-view="cards"><thead><tr><th></th><th></th><th data-hidden data-card-target data-type="content-ref"></th></tr></thead><tbody><tr><td><strong>模型与检索设置</strong></td><td>调整嵌入、重排、Top K 和分块。</td><td><a href="/pages/DTHQaP2Ctb9T9fgrIxtg">/pages/DTHQaP2Ctb9T9fgrIxtg</a></td></tr><tr><td><strong>文档解析与 OCR</strong></td><td>处理正文缺失、乱码和扫描内容。</td><td><a href="/pages/OUokG6l8WDpchzKVc8GN">/pages/OUokG6l8WDpchzKVc8GN</a></td></tr><tr><td><strong>在对话中使用</strong></td><td>召回合格后把知识库用于提问。</td><td><a href="/pages/FTQ3wzCmlfm0DDk7dwaA">/pages/FTQ3wzCmlfm0DDk7dwaA</a></td></tr></tbody></table>


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.cherryai.com.cn/knowledge-base/recall-test.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.