一句话定义：在 RAG（Retrieval-Augmented Generation，AI 词典：检索增强生成">检索增强生成）评测里，忠实度衡量的是——答案里的每一个说法，是不是都能在检索回来的资料里找到依据。
打个比方：这像一场开卷考试。考生可以带参考书进场，老师判卷时除了看对不对，还看"你写的东西是不是从参考书里来的"。参考书没提"总部在北京"，你写了，哪怕事实真是北京，这一笔也算夹带私货。忠实度就是这项检查。做法通常是把答案拆成一条条最小断言（claim），逐条回检索文档里找支撑，再算被支撑的比例。
典型失败有两种：一是无中生有，检索里根本没有，答案里冒出来了；二是跟检索内容打架，资料说 A，答案说非 A。它检查的对象是"答案 vs 检索内容"，不是"答案 vs 客观事实"。
和相邻概念的区别：最容易和它混淆的是正确性。
| 指标 | 它在问什么 | 例子 |
|---|---|---|
| 忠实度 Faithfulness | 答案是否只依赖检索内容 | 资料只说"成立于 2010 年"，答案写 2010 年 → 忠实；写 2008 年 → 不忠实；写"2010 年成立，总部在北京"而资料没提北京 → 后半句不忠实 |
| 正确性 Correctness | 答案与事实或标准答案是否一致 | 资料本身写错了年份，模型照抄：忠实但不正确 |
| 答案相关性 Answer Relevance | 答案有没有答到问题上 | 问价格，答了一堆公司历史 |
| 检索质量 Retrieval Quality | 检索回来的资料本身对不对、全不全 | 该找的文档没找到，模型再老实也答不出 |
于是会出现两种看着别扭的情况：忠实但不正确，模型老实复述了错资料；正确但不忠实，模型用自己记住的知识答对了，可用户没法从引用里验证。后者在产品里往往更危险，因为"看着对"会让人放松检查。
实际意义：做 RAG 的人，忠实度低通常说明模型在自由发挥，可优先考虑加约束（只依据资料、资料不足就说不知道）、要求给出处，或者换更听话的模型；但别拿忠实度去判断检索器好坏，那是检索质量的活。普通职场人，看到带引用的答案，先扫一眼关键说法能不能在引用里找到，找不到就当作"未验证"，别因为结论顺眼就采信。评测时，忠实度、正确性、相关性一般分开报，因为它们可以各自独立翻车。具体工具如何定义和计算，以官方页面为准。