我发布过的所有文章。
本篇先不讲指标公式,也不急着打开代码。我们先回答一个更根本的问题:一个RAG系统已经能返回答案,为什么还要花力气建立评测体系?
本篇回答一个工程问题:两个Embedding模型都能运行,怎样判断谁更适合当前真实知识库?重点评测Retriever,不把LLM的语言风格和随机性混进实验。
本篇把第一篇的名词映射到真实代码。阅读目标不是背Python,而是能够沿数据流解释:“这一行接收什么、产生什么、为什么下一步需要它”。
面向第一次接触RAG的读者。本篇先建立“它为什么存在、每个名词是什么意思、数据到底怎样流动”的整体概念,不要求你预先了解向量数据库或大模型框架。