RAGASRAGAS

是什么

RAGAS 围绕四个核心指标构建。忠实度衡量答案是否仅依据上下文生成；答案相关性评估回答是否切题；上下文精确率关注召回内容中相关信息的排位；上下文召回率计算需要的信息被召回的比例。

其核心机制是将问答拆解为具体的断言或问题，再利用大语言模型逐条判定。这种设计使得框架在没有标准答案的情况下也能进行评估，但打分器的质量会直接影响评测的稳定性。

该框架的边界在于重度依赖大语言模型作为裁判，且内置指标与具体业务指标可能存在偏差，实际应用中需要业务方提供自有的黄金数据集进行锚定校准。

解决什么问题

检索增强生成系统上线后面临的首要问题是如何量化生成质量。在缺乏现成评测工具时，开发者需要从零搭建指标体系和评估流程。

RAGAS 提供了现成的解决方案。通过标准化的指标定义和工具包，开发者只需安装依赖即可运行评测，将复杂的评估流程简化为基础的工程调用。

面试怎么考

面试中常考四个核心指标的计算方式。候选人需要说明忠实度、相关性、精确率和召回率的具体定义，以及框架如何通过拆解问题和断言来量化这些指标。

另一考点是无参考评估的原理与风险。答题时需指出其依赖大语言模型打分的机制，说明模型能力不足带来的不稳定性风险，并强调必须结合黄金数据集配合校准。

又称：RAGAS