基准
RAGTruth
用于评估 RAG 场景下模型事实准确性的基准测试，属于决策模型评测面板的组成部分
时间轴 (近 90 天)
10月12日
在 RAGTruth 基准上，Clef 检测 RAG 输出幻觉得分 79.4，而 clef-omni 掉到 42.0；因此不应用 clef-omni 当廉价的 RAG 幻觉检查器，应改用普通 Clef。
待验证50%
用于评估 RAG 场景下模型事实准确性的基准测试，属于决策模型评测面板的组成部分
在 RAGTruth 基准上，Clef 检测 RAG 输出幻觉得分 79.4，而 clef-omni 掉到 42.0；因此不应用 clef-omni 当廉价的 RAG 幻觉检查器，应改用普通 Clef。