概念RAG效果评估 / 检索增强生成评估
RAG评估
针对RAG（检索增强生成）系统的系统性评估方法论，通过量化指标衡量检索召回率、生成准确性等多个环节的质量，帮助定位问题并指导优化
时间轴 (近 90 天)
9月12日
评估的首要目标是准确性，而非性能
待验证50%
9月12日
自动化评估形成两级优化机制：程序化评估由程序员初筛（上线基本门槛），人工评估由业务/测试人员终审（贴近真实用户的最终打磨）
待验证50%
9月12日
程序化评估流程包括生成问题集及参考答案、驱动RAG跑出实际答案、对比实际答案与参考答案打分，跑测前最好先做人工校验
待验证50%