https://socake.github.io/tags/%E5%A4%A7%E6%A8%A1%E5%9E%8B%E8%AF%84%E4%BC%B0/ Recent content in 大模型评估 on 黄文卓 | DevOps Engineer Hugo -- gohugo.io zh-CN 17691281867@163.com (Wenzhuo Huang) 17691281867@163.com (Wenzhuo Huang) © 2026 Wenzhuo Huang Thu, 05 Feb 2026 10:20:00 +0800 https://socake.github.io/posts/rag-evaluation-ragas/ Thu, 05 Feb 2026 10:20:00 +0800 17691281867@163.com (Wenzhuo Huang) https://socake.github.io/posts/rag-evaluation-ragas/ RAG 系统上线后，‘感觉回答质量还不错’不是一个可持续的评估方式。RAGAS 提供了一套可量化的评估框架，让你能追踪 Faithfulness、Answer Relevancy 等指标随时间的变化，并在每次改动后自动验证系统质量没有退化。