SL Blog 技术探索 · 工程实践 · AI 时代思考

标签: 技术实践

包含该标签的所有文章 "技术实践".

RAG 系列（九）：从代码到完整评测实验

2026-08-24

前五篇建立了指标和设计。本篇把它们映射到真实代码、命令和产物，并用`stage2-20260824-final`解释一次完整实验应该怎样复现、审计和转化为优化任务。
RAG 系列（七）：回答质量、幻觉与引用评测

2026-08-24

检索命中只是“模型有机会答对”。本篇继续验证最终回答是否覆盖标准事实、是否只使用Context、是否回应问题，以及引用是否真正支持结论。
RAG 系列（六）：无答案判断与 Context 评测

2026-08-24

Retriever总会返回“最相似”的内容，但最相似不等于足以回答。本篇先建立无答案决策，再检查TopK进入LLM之前是否丢失、重复或污染了证据。
RAG 系列（四）：为什么 RAG 必须建立完整评测体系

2026-08-24

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？