已过期60% 置信事实精确时间
RAGAS评测框架提出了四个核心指标：Faithfulness（忠实度）、Answer Relevancy（答案相关性）、Context Precision（上下文精确度）和Context Recall（上下文召回率）
2
来源数
60%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30(已过期)
来源
企业级RAG全链路优化：多轮对话、检索调优与工程落地实战
bilibili楼兰教你学AI2026/6/16
相关事实
待验证RAG 生成指标涵盖忠实度（Faithfulness）、答案相关性（Answer Relevancy）等，常借助 RAGAS 等框架自动化计算75% 相似待验证语义留存度评估框架通常从四个维度建立评分：结构保真度、上下文连贯性、表格完整性和特殊元素处理72% 相似待验证研究结果支撑了内部一致性、有界安全性、故障敏感性以及有限的可构造性四个结论67% 相似待验证评估角色LoRA质量的核心指标之一是泛化能力，即该LoRA能否在各类提示词组合下稳定还原角色特征67% 相似待验证论文提出了情境可靠性（contextual reliability）这一新概念，主张工具调用可靠性要看其在特定情境下是否传递了完整、一致、可信的信息66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/45604API
curl https://kongchang.com/api/v1/knowledge/claims/45604MCP
get_claim(id=45604)