待验证50% 置信解决方案精确时间
RAG评估应覆盖检索层（Recall@k、Precision@k、MRR、nDCG）、生成层（忠实度、答案相关性、答案正确性）、上下文利用（上下文精度和召回）和系统层（延迟p50/p95、单次查询成本、拒答率）四个层面
1
来源数
50%
置信度
长期有效
时效性
2026/10/11
首次发现
来源
涉及实体
相关事实
待验证RAG 检索质量常用指标包括 Recall@k 和 MRR（平均倒数排名）78% 相似待验证在 RAG 系统中为不同来源文档设置差异化权重可通过检索阶段调整分数权重（Reranking）和生成阶段通过 System Prompt 明确冲突优先级两种方式实现，可叠加使用71% 相似待验证RAG知识库质量的关键指标包括文本切片策略（Chunk Size与Overlap）、Embedding模型选型、检索Top-K设置以及重排序（Reranking）策略69% 相似待验证RAG评估是「检索→排序→生成」的多环节链路，检索环节用召回率、精确率衡量，生成环节用忠诚度（Faithfulness）等指标衡量69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/998523API
curl https://kongchang.com/api/v1/knowledge/claims/998523MCP
get_claim(id=998523)