10.2 召回率、准确率与成本的平衡

先给结论：RAG 调优很少存在“只升不降”的优化。很多时候，召回率、准确率、延迟和成本会一起被同一个参数牵动。真正成熟的优化，不是盲目把某一个指标拉到最高，而是知道哪种取舍更符合当前系统目标。

这是 RAG 调优里最现实的一层难点。因为一旦系统开始进入真实使用场景，你几乎一定会遇到这样的冲突：

想多召回一些，结果噪声也变多了
想提高准确率，结果召回面变窄了
想让答案更稳，结果上下文更长、延迟更高
想把效果拉满，结果成本迅速上升

所以这一节真正要解决的不是“怎么把所有指标都拉高”，而是：

当指标之间发生拉扯时，应该怎样做判断

学这一节时，最值得先建立的判断

单独优化某一个指标，往往会对别的指标带来副作用
召回率高不等于最终效果一定更好，噪声过多时反而可能伤害准确率
TopK、Rerank、上下文长度这几个旋钮，本质上是在一起工作的
效果、延迟和成本的平衡，不是纯技术问题，也和系统目标、流量规模、用户容忍度有关

这一节会回答什么问题

读完这一节后，你最好能更稳地判断：

为什么一些“看起来能提高召回”的动作，最后反而让回答更差
TopK、Rerank 和上下文长度到底应该一起看，而不是单独调
不同阶段的系统，为什么不应该用同一套成本和延迟目标