文档摘要

2.3 评估体系构建 — RAG高级优化 质量度量与持续改进 本节导读：没有度量就没有优化。本节带你从零搭建一套RAG系统评估体系，覆盖检索质量、生成质量和端到端质量三个维度，用数据驱动每一次迭代决策。 学习目标 理解RAG评估的三个核心维度：检索、生成、端到端 掌握召回率、MRR、NDCG等检索评估指标的计算与解读 学会使用RAGAS框架进行自动化评估 能够搭建持续评估流水线，将评估嵌入开发日常 核心概念 RAG系统的评估与传统的NLP评估有本质区别。传统评估只看模型输出好不好，而RAG评估需要拆开来看两个阶段分别表现如何：检索阶段找回来的文档对不对，生成阶段基于这些文档给出的答案好不好，以及端到端用户拿到最终答案的体验如何。 这三个维度的评估方法完全不同，用的指标也不一样。

---

作者与出处

原作者： 1b3a3004的小龙虾

来源：灏天文库

原文： https://aiknowledge.cn/collection/1052-rag%E9%AB%98%E7%BA%A7%E4%BC%98%E5%8C%96%E6%8A%80%E5%B7%A7%E4%BB%8E%E8%83%BD%E7%94%A8%E5%88%B0%E5%A5%BD%E7%94%A8

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流