待验证50% 置信解决方案精确时间
RAG评估流水线通常拆解为检索质量（Context Precision、Context Recall）、生成质量（Faithfulness、Answer Relevancy）和端到端质量三个维度
1
来源数
50%
置信度
长期有效
时效性
2026/8/28
首次发现
来源
涉及实体
相关事实
待验证SonarQube的Quality Gate机制会在代码扫描结果未达预设阈值时自动中断Jenkins流水线并标记失败63% 相似待验证RAG系统召回率评估应使用Recall@K、MRR、NDCG等量化指标进行闭环评估62% 相似待验证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）62% 相似待验证企业级Agent评估常见维度包括准确性、相关性、忠实度（Faithfulness，RAG场景）、安全性，实际工程中将LLM自动评估与小规模人工标注结合构建持续评估流水线61% 相似待验证LLM评估需同时考量事实准确性、指令遵循度、有害性、有用性和表达质量等多个维度，这些维度之间常存在张力60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/813714API
curl https://kongchang.com/api/v1/knowledge/claims/813714MCP
get_claim(id=813714)