页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「Ground Truth」找到 7 条内容
按专题浏览 →匹配正文：…评测集自己也会产生幻觉。 模型生成参考答案时，可能加入文档里没有的细节。人工只检查语言是否通顺，没有逐项对照原文，错误就会被写进 Ground Truth。之后系统严格按证据回答，反而被评为错误。 因此，参考答案中的每个事实要点都应能回到证据。不能回到原文的内容，要删除、改成可选说明，或者补充确实存在的证据。 Recall@K、MRR 和 Faithfulness 分别看什么？ RAG 是一条链路，指标也要分层。 检索层首先看 Recall@K。 它回答的是：人工标注的正确证…
匹配正文：…好了":面试官一句"好多少?怎么量化的?"就把你问住了。 最实用的方法是构造 QA 评估集: 评估工作流:选文档 → 人工出题标 ground-truth → 跑检索看召回 → 横向对比 选代表性文档:按目标资料类型、难度与风险分层抽样; 人工写问题 + 标 ground-truth chunk(ground-truth chunk:你已经知道答案应该来自哪个 chunk,就像标准答案):题量由查询分布、风险与期望覆盖决定; 跑检索看召回率:用当前切分方案建库,对每个问题检索…
匹配正文：…没有评估集,调参全凭感觉 ✓ 掌握评估五维度(召回准确 / 可信度 / 速度 / 可扩展 / 体验) ✓ 学会测试集怎么构建(标 ground-truth、覆盖难度、人工校验) ✓ 分清检索段和生成段各自怎么评 ✓ 理解上线后的延迟优化:三层缓存、ANN、异步并发、流式输出 本章按三段式组织,不同基础的读者各取所需: 段落 给谁看 内容 占比 🚀 Part 1 · 主线实战 零基础,想先跑起来 概念白话 + 评估脚本 demo ~45% 🎯 Part 2 · 面试深度 想…
学习内容与项目面试，在同一条路上。