Kết hợp chính xác là thước đo đánh giá xác định xem đầu ra của mô hình có giống từng từ với nhãn hoặc chuỗi tham chiếu chính xác hay không.
Exact Match là chỉ số đánh giá xác định xem đầu ra của một mô hình hoặc hệ thống có khớp hoàn toàn với dữ liệu chính xác (chuỗi tham chiếu) trên cơ sở từng ký tự với tỷ lệ 0/1 hay không. Nó đã được sử dụng từ lâu trong các tiêu chuẩn trả lời câu hỏi như SQuAD, đánh giá độ chính xác tìm kiếm của RAG và chấm điểm các nhiệm vụ khai thác và được coi là một chỉ báo nghiêm ngặt và dễ hiểu vì nó không cho phép đánh dấu một phần. Mặt khác, vì nó nghiêm túc bỏ qua các biến thể chính tả (sự khác biệt về độ rộng đầy đủ, nửa độ rộng, dấu câu và cụm từ), nên người ta cho rằng có một cạm bẫy là ngay cả những câu trả lời đúng về mặt ngữ nghĩa cũng có thể bị đánh giá là không nhất quán. Trong hoạt động thực tế kể từ năm 2026, sẽ ngày càng có nhiều tình huống trong đó LLM sẽ đưa ra câu trả lời nhẹ nhàng bằng cách sử dụng các câu tự nhiên và chỉ đối sánh chính xác sẽ có thể dẫn đến điểm thấp hơn so với tình hình thực tế, do đó, người ta nói rằng sẽ có nhiều trang web mà nó sẽ được sử dụng cùng với xử lý chuẩn hóa, điểm F1 và độ tương tự về ngữ nghĩa (đánh giá dựa trên nhúng). Khi chọn một mô hình hoặc thiết kế đánh giá đường ống RAG tại hiện trường, cần đưa ra quyết định ưu tiên đối sánh chính xác làm chỉ báo chính cho các ứng dụng trong đó câu trả lời được xác định duy nhất, chẳng hạn như nhiệm vụ trích xuất và ưu tiên các chỉ báo khác cho các ứng dụng có phạm vi biểu đạt rộng, chẳng hạn như tóm tắt và đối thoại. Phải mất nhiều giờ để chuẩn bị các bộ dữ liệu đánh giá và liên tục đánh giá lại chúng, đồng thời xét về mặt chi phí và giá cả thị trường, nên đánh giá hàng tháng đến hàng quý ngay cả đối với các nhóm nhỏ.