收藏这篇就够了!RAG评估体系完整指南,助你打造高性能问答系统

RAG 终极优化指南:从入门到高阶实战,全链路打造高效智能检索生成系统 本指南深入解析 RAG(Retrieval-Augmented Generation) 的核心技术,并提供系统化的优化策略,涵盖检索召回率提升、增强策略优化、答案生成精度控制等关键环节。通过 FAISS + BM25 混合检索、Rank-BERT 重排序、减少幻觉 等方法,提升系统的准确性与可解释性。结合 完整代码示例,帮助开发者快速搭建高效的 RAG 系统,并探索 多模态 RAG、个性化 RAG 等未来发展方向。 阅读详情

在这里插入图片描述

我们是不是都踩过同一个坑:花数周搭建的RAG系统,上线后用户反馈“答非所问”“信息造假”;调整了chunk大小、换了向量模型,却说不清效果提升了多少;生产环境幻觉率忽高忽低,却找不到问题根源。这些问题的关键,是缺少那种有系统、能实施的RAG评估体系。

RAG的效果从来不是靠“感觉”判断的,而是靠“数据”量化的。从指标体系、工具挑选、落地流程、问题排查这四个维度,本文结合一线实战经验,一步步教你搭建RAG评估闭环,内容都经过生产环境验证,读者能够直接应用到"ragflow"、“LangChain”、"LlamaIndex"等主流框架项目里面。

核心认知:RAG评估,绝不能只看最终答案

RAG是“检索+生成”的双模块系统,评估的核心逻辑是“模块拆解+指标量化+端到端验证”,而非单纯看LLM生成的答案好不好。

很多开发者用“人工看几个案例”判断效果,这种方式有三个致命问题:主观性强、覆盖面窄、无法定位问题。比如看到“答案错误”,你根本分不清是“检索漏了关键信息”还是“LLM生成幻觉”。

真正的RAG评估,必须拆解到每个环节

  1. 检索层:判断“有没有找到正确信息”,核心是召回率和精确率;
  2. 生成层:判断“有没有用找到的信息正确回答”,核心是忠实度和相关性;
  3. 端到端:判断“整体是否解决用户问题”,核心是幻觉率和问题解决率;

业务层面来看,判断“是不是创造了实际价值”,关键所在就是人工转接率以及用户满意度。像调试程序那样精准找到问题,有针对性地优化,只有这样才可以科学的判断RAG的效果。

指标体系:4大维度12个核心指标,直接套用

一套完整的RAG评估指标体系,要兼顾技术可行性和业务价值。下面这些指标,带着计算方式、通用阈值还有优化方向,是经过生产环境验证的“黄金指标集”,可直接复制到你项目里。

2.1 检索层指标:找对信息,决定了答案的基础

检索是RAG的“地基”,地基不稳,生成再优秀也会出问题。这一层核心看“找全”和“找准”。

指标核心定义计算方式(没标准答案的版本)通用阈值低分情况优化方向
ContextRecall(上下文召回率)检索上下文包含问题关键信息的比例RAGAS用LLM提取问题关键信息点,计算“包含数总数”≥0.751.调大检索topk;2.优化chunk策略(拆分更小、保留上下文);3.更换更优embedding模型;4.启用混合检索(关键词+向量)
ContextPrecision(上下文精确率)检索上下文中相关内容的占比RAGAS用LLM判断每个片段相关性,计算“相关数总数”≥0.801.调小检索topk;2.提高向量库相似度阈值;3.对检索结果二次过滤(关键词匹配)
MRR(平均倒数排名)就是正确信息出现在检索结果前几位的概率计算“1正确信息最高排名”的平均值要是≥0.701.优化检索排序算法;2.对embedding模型微调适配业务场景

2.2 生成层指标:用好信息,决定了答案的质量

生成层的核心是“不编造”与“答对点”,是在检索到正确信息之后,且这一层直接关乎用户信任度。

指标核心定义计算方式(没有标准答案的那个版本)普遍适用的阈值低分数要优化的方向
Faithfulness(忠实度)答案陈述是否能在上下文中找到依据(防幻觉)RAGAS逐句检查答案,计算“有依据陈述数总数”≥0.801.优化prompt,强制LLM仅基于上下文回答;2.降低LLM的temperature;3.更换更严谨的LLM(如GPT-4、Claude3)
AnswerRelevance(答案相关性)答案是否解决用户核心诉求RAGAS从“相关性、完整性、简洁性”三维度打分≥0.801.优化prompt,明确回答要求,像“针对核心问题,简洁作答”;2.对生成结果进行处理,把无关内容删掉
AnswerCorrectness(答案正确性)答案与真实答案的匹配度有标准答案用EMF1,无标准答案用LLM综合打分≥0.75先优化检索召回率,再优化生成忠实度

2.3 端到端指标:整体好不好用,衔接技术与业务

端到端指标是对检索和生成的综合验证,是判断RAG系统是否“可用”的关键。

指标"它"的核心定义计算的办法平常的阈值优化的方向
幻觉率答案中无依据陈述的占比1-Faithfulness≤0.05优先优化Faithfulness,其次优化检索召回率
响应一致性相同问题多次回答的语义相似度计算多次生成答案的BERTScore均值≥0.901.固定prompt和生成参数;2.降低LLM随机性
问题解决率不用人工转接的问题所占的比例自动解决问题的数量和总问题数量的比例≥0.80全面优化所有技术方面的指标,重点解决高频未解决的问题
平均响应时间从提问到生成答案的总耗时统计多次请求的平均耗时≤21.优化向量库索引;2.减少检索topk;3.使用更快的LLM (如 Groq)

2.4 业务层指标:有没有价值,决定了系统的生死

技术指标最终要服务于业务,这一层是向业务方汇报的核心依据。

指标核心定义计算方式业务目标优化方向
人工转接率转人工处理的请求占比转人工数总请求数≤10%提升问题解决率,优化长尾问题处理能力
用户满意用户对答案的满意程度它通过问卷调查(1-5分)或者用户反馈≥4分(5分制)提升答案相关性与正确性,优化语言表达
成本效益比业务收益和投入成本的比例(人工成本节约加上效率提升)除以(开发、算力和维护成本)≥3:11.用本地大语言模型来降低算力成本;2.提高自动化解决的比率

指标使用原则:

  1. 阶段化聚焦:在原型阶段,就看看检索召回率、忠实度还有相关性;到了生产阶段就瞅瞅幻觉率和人工转接率;
  2. 阈值定制化:在核心场景(金融医疗)里把阈值调高,而通用问答倒是可以适当地放宽一点儿;
  3. 数据驱动:所有指标都要量化,不要用那种“感觉还挺好”的模糊判断。

工具选型:按项目阶段选择,效率提升10倍

选合适的评估工具,能让RAG评估从“繁琐耗时”变成“简单又高效”。结合项目阶段和规模,把工具分成开源轻量型、开源深度型、商用企业型,每类工具都附上实战集成代码,能直接拿来用。

3.1 首选工具:RAGAS(全阶段可用,集成成本低)

在这里插入图片描述

核心定位:RAG领域事实上的标准评估框架,GitHub5000+星标,月均PyPI下载10万+,是ragflow、LangChain的官方推荐工具,无参考评估能力是其核心优势。

适用场景: 就是原型验证、迭代优化、自动化测试还有中小规模生产监控。

核心优势:不用标注标准答案,就只要“问题+上下文+答案”三元组就能评估,能降低80%的评估成本;指标全都涵盖了,集成起来比较简单,还支持本地LLM部署来满足数据隐私方面的要求。

实战集成(以ragflow为例)

# 1. 安装依赖pip install ragflow ragas datasets openai# 2. 初始化ragflow客户端from ragflow import RagFlowClientrf_client = RagFlowClient(    api_key="your_api_key",    base_url="http://localhost:8100")KB_ID = "your_knowledge_base_id"# 3. 构造测试数据(真实业务问题)TEST_QUESTIONS = [    "ragflow支持哪些文档格式?",    "如何优化ragflow的检索召回率?"]eval_data = []for question in TEST_QUESTIONS:    # 检索上下文    retrieve_res = rf_client.retrieve(query=question, kb_id=KB_ID, top_k=5)    contexts = [doc["content"] for doc in retrieve_res["documents"]]    # 生成答案    generate_res = rf_client.generate(query=question, kb_id=KB_ID, contexts=contexts)    answer = generate_res["answer"]    # 组装评估数据    eval_data.append({"question": question, "contexts": contexts, "answer": answer})# 4. RAGAS评估from ragas import evaluatefrom ragas.metrics import context_recall, faithfulness, answer_relevancefrom datasets import Datasetimport osos.environ["OPENAI_API_KEY"] = "your_openai_key"dataset = Dataset.from_list(eval_data)result = evaluate(    dataset=dataset,    metrics=[context_recall, faithfulness, answer_relevance],    raise_exceptions=False# 输出详细判断理由)# 5. 分析结果print("整体评估结果:", result)df = result.to_pandas()print("详细结果:\n", df[["question", "context_recall", "faithfulness"]])# 导出报告df.to_csv("ragflow_evaluation_report.csv", index=False)

要是涉及到数据隐私的话,把OpenAI换成Llama3、Qwen这类本地LLM就可以,仅仅是改改RAGAS的LLM配置罢了,核心评估逻辑依旧是相同的。

3.2 深度诊断:TruLens(调优阶段必备)

核心定位: 就是一个深度诊断型的开源框架,专门搞RAG全链路追踪还有根因分析,还和LangSmith、MLflow生态整合在一起。

适用场景: 就是迭代优化、版本AB测试、复杂RAG架构诊断。

核心优势: 全链路去追踪每一步的输入和输出,借此能精准找到问题的根源,像“召回率低导致答案错误”这类情况便是例证;并且还能提供可视化的仪表盘,以支持模块级的评估。

集成思路:将ragflow的检索+生成流程封装为TruLens可监控的流水线,定义评估指标后,通过仪表盘分析根因,代码可参考前文RAGAS集成基础上,增加TruLens的反馈函数和流水线包装即可。

3.3 工程化测试:DeepEval(测试发布阶段)

核心定位: 就是单元测试式的开源框架,和pytest深度融合,把RAG评估放到CICD流程里。

适用场景: 就是版本发布前拿来验证、持续集成还有合规性检查。

核心优势: 用pytest语法来写评估用例,并且还能够支持自定义断言,像“答案必须包含某关键词”就是一个例子,而且还能无缝接入GitHubActions或者GitLabCI。

实战用例

# test_ragflow.pyfrom deepeval import assert_testfrom deepeval.test_case import LLMTestCasefrom deepeval.metrics import FaithfulnessMetric, AnswerRelevanceMetricfrom ragflow import RagFlowClientrf_client = RagFlowClient(api_key="your_key", base_url="http://localhost:8100")KB_ID = "your_kb_id"defget_ragflow_result(question):    retrieve_res = rf_client.retrieve(query=question, kb_id=KB_ID, top_k=5)    contexts = [doc["content"] for doc in retrieve_res["documents"]]    answer = rf_client.generate(query=question, kb_id=KB_ID, contexts=contexts)["answer"]    return answer, contexts# 测试用例deftest_ragflow_faithfulness():    question = "ragflow支持哪些向量库?"    answer, contexts = get_ragflow_result(question)    test_case = LLMTestCase(input=question, actual_output=answer, retrieval_context=contexts)    # 评估指标    faithfulness_metric = FaithfulnessMetric(min_score=0.8)    relevance_metric = AnswerRelevanceMetric(min_score=0.8)    assert_test(test_case, [faithfulness_metric, relevance_metric])# 运行:pytest test_ragflow.py -v

3.4 商用工具:LangSmith/TruEra(大规模生产)

当RAG系统到了大规模生产的时候,开源工具就不能满足团队协作、实时监控、合规保障这些需求,这时候可以考虑用商用工具:

  • LangSmith:和LangChain/ragflow深度整合,全程链路追踪、生产流量分析、团队一起协作,整合成本比较低;

  • TruEra:企业级AI质量监控平台,支持大规模测试、实时告警、合规性保障,适合金融医疗等高合规场景;

  • Vectara:一个托管式的RAG平台,有现成能用的评估工具链,不用自己搭建基础设施。

3.5 工具选型决策树

  1. 原型验证→RAGAS
  2. 迭代调优→RAGAS+TruLens;
  3. 测试发布→RAGAS+DeepEval;
  4. 生产监控→RAGAS+LangSmith/ArizePhoenix;
  5. 企业级落地→TruEra/Vectara。

落地全流程:形成评估闭环的5个步骤,不断优化

掌握了指标和工具之后,最关键的就是把评估融入到RAG项目的整个生命周期里,形成“评估→优化→再评估”的闭环。下面这5步流程都有具体的操作方法和交付物,能直接套用。

步骤1:构建测试集,这可是评估的基础,得真实又全面

测试集质量决定评估可不可信,核心要求是真实(来自用户日志)、全面(覆盖核心、边缘还有易错的场景)、能复用(固化成文件),规模建议原型阶段有50到100个问题,生产阶段是200到500个。

构建方法就是从用户日志里提取高频问题,再加上业务方访谈收集核心问题,接下来用工具合成边缘问题,最后输出个标准化的CSV文件,里面有questionid、question、scene、priority这些字段。

步骤2:基线测试,也就是确定最初的水平,并且弄清楚优化方向

  1. 用RAGAS跑测试集,得到各指标基线分数;
  2. 结合行业里的标准和业务上的需求,设定个“及格线”和“优秀线;
  3. 按低分数指标分类问题,如“召回率低”“忠实度低”;
  4. 按照“问题出现的频率加上业务方面受到的影响”来排序确定优化的优先级。

交付物:基线评估报告,里面有整体分数、问题分类、优化优先级、阈值设定。

步骤3:迭代优化——数据驱动,精准调优

核心原则:单一变量(每次只改一个配置)、小步快跑(优化后立即评估)、重点突破(先解决高优先级易优化问题)。

常见的优化方向已然列于指标体系之中,比如说“召回率低”便把topk调大、优化chunk策略;“幻觉多”那就优化prompt、降低LLM温度。每一次优化完之后,用同样的测试集来做评估,要是效果好就保留下来,要是效果不好就退回原来的状态。

交付物:迭代优化报告,这里面有优化的内容、指标对比还有问题解决的情况。

步骤4:自动化测试——把自动化测试融入到CICD里,保证版本质量

  1. 用DeepEval来编写pytest评估用例,把核心场景固定下来;
  2. 接入GitHubActions/GitLabCI,每次代码提交自动运行评估;
  3. 设定指标门禁,像“核心指标平均分不低于基线的90%”,要是没通过就不让发布;
  4. 自动生成测试报告,及时同步团队

步骤5:生产监控——实时看着,尽快发现问题

  1. 核心监控的指标,就是幻觉率、召回率、人工转接率、响应时间;
  2. 工具选择:开源用RAGAS+ArizePhoenix,商用用LangSmith/TruEra;
  3. 操作方法:在RAG系统关键节点埋点,采集“问题-上下文-答案-指标”数据,接入监控工具配置可视化面板;
  4. 告警规则:像“幻觉率超过0.1”“人工转接率超过15%”的时候就会触发告警,每周或者每月复盘指标的趋势。

闭环形成:测试集构建→基线测试→迭代优化→自动化测试→生产监控,循环往复,让 RAG 效果持续提升。

避坑指南:实战中最常见的10个问题与解决方案

  1. RAGAS分数波动大:扩大测试集(≥50个问题)、将裁判LLM温度设为0、多次评估取平均值;
  2. 评估结果和人工判断不一样:随机抽样人工验证(准确率达到80%就可以)、微调裁判LLM、多种工具交叉验证;
  3. 大规模评估耗时成本高:分批评估、用本地LLM、抽样评估(20%样本)、开启多线程;
  4. 指标达标但用户反馈差:补充真实用户问题到测试集、增加用户体验指标(简洁性自然度)、开展用户调研;
  5. ragflow集成接口失败:核对一下API文档里的参数、加上数据格式校验还有重试机制、加入官方社区去获取支持;
  6. 多模态RAG评估难:用RAGAS多模态功能、自定义图片表格评估指标、结合人工评估;
  7. 本地LLM评估准确性比较低:可以考虑选择更大的模型(Llama3-70B)、对本地LLM进行微调、采用“本地初筛+商用精评”来平衡成本;
  8. 向业务方汇报难:将技术指标转业务指标(如“幻觉率降5%,人工成本省10万”)、用案例对比展示效果、制作可视化报告;
  9. 知识库更新之后要快速评估:得去构建更新相关的测试集、配置自动化评估任务,还要重点关注召回率和正确性;
  10. 效果和性能跟成本之间的平衡:建立权重模型、用量化或者缓存来优化性能、分不同场景施策(核心场景保证效果,非核心的就保证成本。

总结

“数据驱动,持续迭代”是RAG评估的核心。没有评估的RAG系统,就好比没有仪表盘的汽车,完全不晓得自身处在什么样的状况。

本文里说的指标体系、工具选型还有落地流程,能直接用到你的RAG项目里。从原型验证到生产监控,从技术指标到业务价值,有一整套完整的评估体系能让你的RAG系统从“能用”变成“好用”,实实在在给业务创造价值。

最后,再提醒一下:RAG技术始终处于快速发展之中,评估方法以及工具也在不断迭代,不过,“量化、优化、闭环”的核心思想可绝对不会改变。期望这篇文章能够助力你搭建起你自身的RAG评估体系,让检索增强生成系统切实能够落地并见到成效。

普通人如何抓住AI大模型的风口?

领取方式在文末

为什么要学习大模型?

目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 , 大模型作为其中的重要组成部分 , 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力, 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ,为各行各业带来了革命性的改变和机遇 。

目前,开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景,其中,应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。
在这里插入图片描述

随着AI大模型技术的迅速发展,相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业:
在这里插入图片描述

人工智能大潮已来,不加入就可能被淘汰。如果你是技术人,尤其是互联网从业者,现在就开始学习AI大模型技术,真的是给你的人生一个重要建议!

最后

只要你真心想学习AI大模型技术,这份精心整理的学习资料我愿意无偿分享给你,但是想学技术去乱搞的人别来找我!

在当前这个人工智能高速发展的时代,AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长,真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料,能够帮助更多有志于AI领域的朋友入门并深入学习。

真诚无偿分享!!!
vx扫描下方二维码即可
加上后会一个个给大家发

【附赠一节免费的直播讲座,技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等,欢迎大家~】
在这里插入图片描述

大模型全套学习资料展示

自我们与MoPaaS魔泊云合作以来,我们不断打磨课程体系与技术内容,在细节上精益求精,同时在技术层面也新增了许多前沿且实用的内容,力求为大家带来更系统、更实战、更落地的大模型学习体验。

图片

希望这份系统、实用的大模型学习路径,能够帮助你从零入门,进阶到实战,真正掌握AI时代的核心技能!

01 教学内容

图片

  • 从零到精通完整闭环:【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块,内容比传统教材更贴近企业实战!

  • 大量真实项目案例: 带你亲自上手搞数据清洗、模型调优这些硬核操作,把课本知识变成真本事‌!

02适学人群

应届毕业生‌: 无工作经验但想要系统学习AI大模型技术,期待通过实战项目掌握核心技术。

零基础转型‌: 非技术背景但关注AI应用场景,计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能突破瓶颈: 传统开发者(Java/前端等)学习Transformer架构与LangChain框架,向AI全栈工程师转型‌。

image.png

vx扫描下方二维码即可
【附赠一节免费的直播讲座,技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等,欢迎大家~】
在这里插入图片描述

本教程比较珍贵,仅限大家自行学习,不要传播!更严禁商用!

03 入门到进阶学习路线图

大模型学习路线图,整体分为5个大的阶段:
图片

04 视频和书籍PDF合集

图片

从0到掌握主流大模型技术视频教程(涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向)

图片

新手必备的大模型学习PDF书单来了!全是硬核知识,帮你少走弯路(不吹牛,真有用)
图片

05 行业报告+白皮书合集

收集70+报告与白皮书,了解行业最新动态!
图片

06 90+份面试题/经验

AI大模型岗位面试经验总结(谁学技术不是为了赚$呢,找个好的岗位很重要)图片
在这里插入图片描述

07 deepseek部署包+技巧大全

在这里插入图片描述

由于篇幅有限

只展示部分资料

并且还在持续更新中…

真诚无偿分享!!!
vx扫描下方二维码即可
加上后会一个个给大家发

【附赠一节免费的直播讲座,技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等,欢迎大家~】
在这里插入图片描述

如何通过Ragas对RAG应用进行评测:原理、指标与实战案例 Ragas是专为RAG(检索增强生成)系统设计的自动化评估框架,通过结合大型语言模型(LLM)推理与向量相似度分析,解决传统评估方法依赖人工标注和黑盒问题的局限 阅读详情

相关推荐

【AI大模型应用开发】【RAG评估】0. 综述:一文了解RAG评估方法、工具与指标

本文主要总结了当前比较流行的RAG评估方法和指标。当前AI技术的快速发展,RAG和RAG评估是当前比较有前景的发展方向,不断有新的评估工具和理论被提出,让我们持续跟进,了解这些工具和理论,从而在使用时知道如何选择。

同学小张的博客 6833

RAG检索增强技术在知识库智能检索场景下的应用实践

本文我们主要探讨了知识检索增强(Retrieval-Augmented Generation, RAG)技术的关键评估方法和行业应用,以及几种现有的技术栈选择及其优缺点。首先,关于RAG的效果评估,我们提到了两种主要的评估方式:独立评估和端到端评估。独立评估包括检索评估和生成评估,重点在于分别量化检索结果的质量和生成问题的能力。端到端评估则结合了无标签和有标签的评估指标,以及人工或GPT模型的评估方法,以获得更全面的效果评价。

FrenzyTechAI的博客 1万+

如何打造高性能RAG系统:从原型到生产级的16种实战技巧(第1部分)

### 摘要 本文深入探讨了如何将检索增强生成(RAG)系统从实验室原型升级为生产级应用的实战技巧。文章首先回顾了RAG系统的基础架构,包括数据分块、嵌入生成、向量数据库存储、查询检索和响应生成等关键步骤。接着,详细介绍了优化数据准备、提升检索精度、优化响应生成、提高系统效率以及持续评估与改进的五大策略。通过16种实用技巧,本文旨在帮助开发者解决RAG系统在实际应用中面临的性能瓶颈、幻觉问题和低效检索等挑战,从而构建出高效、可靠且智能的RAG应用。

AI人工智能的学习之路 6030

AI实战篇:RAG评估从0到1落地,让你的检索增强生成系统能量化、能优化

本文结合一线实战经验,一步步教你搭建RAG评估闭环,内容都经过生产环境验证,读者能够直接应用到"ragflow"、"LangChain"、"LlamaIndex"等主流框架项目里面。

python1234567_的博客 722

Claude Code长期记忆:优雅的上下文管理

ClaudeCode的上下文管理系统采用三层架构设计,通过智能压缩和优化策略在记忆容量与性能间取得平衡。系统包含短期记忆(高速工作区)、中期记忆(智能蒸馏器)和长期记忆(持久化知识库)。当Token使用率达到92%阈值时启动wU2压缩器,采用8段式结构化摘要保留关键信息,并配合智能文件恢复和渐进式预警机制。该系统通过分层处理、优雅降级和透明化交互,为AI应用提供了高效可靠的上下文管理方案,展现了在有限资源下实现智能记忆的艺术。

m0_53117338的博客 3820

Android14 有线网络静态IP配置:从固件烧录到系统默认设置

本文详细解析了在Android14系统中,如何通过修改系统框架层和设置应用,为设备预设有线网络静态IP地址,实现固件烧录后即具备指定网络配置的功能。文章深入探讨了从扩展SettingsProvider数据库字段、配置默认值,到在设置应用中读取和应用配置的完整流程,旨在解决工业平板、智能终端等设备在无DHCP网络环境中批量部署的痛点,提升开箱即用体验。

lake5的博客 921

深度测评 RAG 应用评估框架:指标最全面的 RAGas

本文介绍了如何使用 ragas 生成测试集,介绍了多个常用的 RAG 评估指标。本文生成测试集部分代码基于 ragas v0.1 版本编写,具有较多问题根本无法使用,升级 v0.2.0 后出现代码兼容问题无法运行,后续等我更新吧。评估部分 v0.2.0 是兼容的,并且我在 v0.1 下评估会报错类似等问题,在升级后完美解决了,也没有出现指标 NaN 或者 0 的情况,推荐使用。

m0_59235945的博客 1万+

c语言:读取文件中的指定内容

项目中要求从wifi的状态文件中提取出rssi字段的值,还有一个前提条件:必须与hwaddr(手机的MAC地址)一一对应。 wifi状态文件sta_info如下: # cat /proc/wlan0-vap0/sta_info -- STA info table -- (active: 1) 1: stat_info... state: 405 AuthAlgrthm: 0

u013485792的专栏 1万+

RAG评测完整指南:指标、测试和最佳实践

例如,在计算忠诚度时,可以将问题、上下文和答案传递LLM,提示词可以这样写,答案{RAG的响应}是否忠实于检索到的上下文{RAG检索的内容},还是添加了未经证实的信息、遗漏了重要细节或与来源相矛盾?检索评估并非一个新话题,所有搜索引擎的背后都有一套这样的评估机制,比如百度、谷歌,这是一个典型的机器学习应用场景。RAG作为当下主流的LLM应用框架,将外挂的知识库(如网络数据、企业私有文档)、LLM内置的知识完美融合,有效解决LLM中存在的信息过时、输出幻觉、行业数据隔离等痛点问题,产生更准确、更有用的结果。

2501_94629223的博客 794

手把手教你用vLLM在昇腾910B上部署Qwen3-Embedding-8B模型(保姆级避坑指南)

本文详细介绍了如何在昇腾910B芯片上使用vLLM推理引擎部署Qwen3-Embedding-8B模型的全流程,包括环境准备、vLLM-ascend定制化安装、模型获取与校验、环境变量配置、服务启动参数优化、性能压测及生产级部署建议。特别针对昇腾生态的开发者,提供了保姆级的避坑指南和实用技巧,帮助实现高效稳定的模型部署。

weixin_28726671的博客 466

VLA仿真平台:Isaac sim、MuJoCo

在虚拟仿真领域,VLA(Virtual Learning Agent)仿真器是用于开发和训练虚拟机器人代理的环境,它们为机器人提供了一个平台来进行各种任务的模拟和学习,特别是在强化学习(RL)中。两款广泛应用的仿真器是和。这两者各有其特点和优势,适用于不同类型的机器人研究和开发。

u013250861的博客 864

RAG重塑搜索:如何用检索增强生成打造企业级AI问答系统

RAG的本质是将信息检索系统与语言生成模型进行深度耦合,形成"检索-增强-生成"的闭环工作流。知识固化(训练后知识无法更新)和幻觉风险(生成无依据内容)。检索阶段:将用户查询转化为向量,在知识库中查找最相关的文档片段(chunks)增强阶段:将检索结果与原始查询组合成结构化提示(prompt)生成阶段:大语言模型基于增强后的提示生成最终答案与传统搜索的"关键词匹配→排序→返回链接"流程不同,RAG实现了语义级理解→上下文整合→自然语言生成的质变。例如当用户问"Qwen3相比GPT-4有哪些优势?

摘星编程的博客 7067

数字图像处理 基于OpenCV的景深融合算法

还有的思路是对图像序列中的每一张图像分别进行拉普拉斯金字塔拆分,提取出每一张图像的高频信息和低频信息,得到所述图像序列对应的高频信息集合和低频信息集合。然后根据所述高频信息集合得到合成后的高频信息,对所述低频信息集合进行导向滤波处理得到合成后的低频信息,根据所述合成后的高频信息和低频信息做拉普拉斯金字塔重构,得到一张超景深图像。这里声明了几个变量,ImMer是最终合成的图像,coll是中间处理的变量,Coll_Ori是保存原图像数据的变量,dstWidth目标图像宽度(一般都是与原始图像大小一致)。

学以致用 知行合一 3904

企业级RAG系统构建指南:7大优化策略助你打造高性能知识应用(收藏必备)

这种模式下会构建两种类型的知识块,一种用于保存知识摘要,一种则保存了原始知识内容。

优快云_224022的博客 1086

微信小程序 - 微信支付报错 “调用支付JSAPI缺少参数: total_fee“,微信小程序强力解决调用支付JSAPI缺少参数:total_fee解决办法(包括微信小程序云开发对接微信支付报错问题)

调用支付jsapi缺少参数 total_fee,微信小程序拉起支付报: 调用支付JSAPI缺少参数: total_fee,微信小程序云开发支付 调用支付jsapi缺少参数:total_fee,微信小程序云开发微信支付报错,拉起支付失败,调用支付jsapi缺少参数:total_fee_小程序支付问题怎么解决?使用微信小程序云开发对接微信支付,拷贝官方的示例代码运行,详细解决方案,如何解决这个情况,后端没问题,还是依旧报错,微信小程序 微信支付 total_fee 缺失参数 云开发 统一下单 JSAPI,报错:

🏆 前端领域优质创作者 2961

Simulink仿真模块-Signal Generator

Signal Generator:生成各种波形 所在的位置库为:Simulink / Sources 模型为: 说明 Signal Generator模块可以产生四种不同波形: 正弦波 方波 锯齿波 随机 可以使用 hertz 或 rad/sec 为单位表示信号参数。双击模型可以选择需要生成的波形,如图所示: 使用默认参数值,可以获得下列波形之一: 波形 波形输出 正弦波 ...

jk_101的博客 2656

UltraRAG评估体系使用指南:如何科学衡量RAG系统性能

UltraRAG是一款功能强大的RAG(检索增强生成)系统构建与优化工具,提供了全面的评估体系帮助开发者科学衡量RAG系统性能。本文将详细介绍如何使用UltraRAG的评估功能,从配置到执行评估,再到结果分析,助你打造高性能的RAG应用。 ## 📊 UltraRAG评估体系核心功能 UltraRAG的评估体系覆盖RAG系统的两大核心环节:检索质量评估和生成质量评估。通过标准化的指标和灵活的配

gitblog_00298的博客 859

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

建议收藏!生产就绪RAG系统构建指南:程序员必备技能

这篇文章详细介绍了如何构建生产就绪的RAG系统,从基础的索引、检索、生成三步流程,到高级查询转换、智能路由、多级索引策略和重新排序等技术。通过代码示例展示了多查询生成、RAG-Fusion、问题分解等高级检索方法,以及使用专用模型和AI代理进行自我纠正。最后详细介绍了忠实度、正确性和上下文相关性等评估方法,帮助开发者构建高质量、可靠的RAG应用。

2401_85154887的博客 1198

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

20个RAG系统优化方法大公开,从分块策略到反馈回路,助你打造高性能问答系统!

本文系统介绍了5种RAG优化方法:1)语义分块:基于句子相似度动态切分文本;2)切块大小评估:数据驱动选择最优分块参数;3)上下文增强检索:扩展检索结果的相邻块;4)CCH方法:为文本块生成标题辅助检索;5)文档增强RAG:生成文本块对应的问题提升匹配效果。每种方法均提供核心代码实现,涵盖分块策略、检索优化等关键环节,适用于不同应用场景的RAG系统优化。

2401_85390073的博客 286

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

Kotaemon镜像详解:如何打造高性能RAG智能体框架

Kotaemon通过模块化设计、多轮对话管理、工具调用与内置评估体系,解决了RAG系统在生产环境中知识更新滞后、回答不可信、开发效率低等痛点,支持快速部署与可复现的AI应用落地。

weixin_42607969的博客 425

【Python AI实战】手把手带你从零打造“满血版”RAG:切片、混合检索与自动化评估

切片 (Splitter):用递归切分保留上下文。存储 (ChromaDB):用本地向量库实现持久化。检索 (Hybrid):向量 + 关键词 + Rerank,确保又快又准。评估 (Eval):用数据说话,持续优化。💡飞哥作业建议大家动手把代码跑一遍!尝试把换成 OpenAI 的,或者把数据换成你自己的私有文档,看看效果有什么不同?👉RAG进阶与评估_完整代码👋。

👨‍💻 12年全栈老兵 | 擅长把复杂的代码逻辑翻译成“人话” | 只讲听得懂的技术故事 🚀 2051

终极RAG API设计规范:打造高性能检索增强生成接口的完整指南

在当今AI驱动的应用开发中,Retrieval-Augmented Generation (RAG)系统正迅速成为提供准确、上下文丰富响应的核心技术。本指南将深入探讨RAG API设计的标准化最佳实践,帮助开发者构建高效、可扩展且用户友好的检索增强生成接口,为AI应用提供强大支持。 ## RAG API设计的核心原则与价值 设计出色的RAG API需要平衡功能性、易用性和性能。一个精心设计的A

gitblog_00758的博客 830

收藏备用!99%准确率RAG系统实战:12项核心技术+分阶段落地指南

对于AI开发者和程序员来说,构建能稳定跑在生产环境的RAG系统,远比追"大模型热度"更有价值。本文深挖构建高精度RAG的12项硬核技术——从PageIndex的类人导航到重排序的精准筛选,再到分阶段实施策略与科学评估方法,全程附代码示例。关键是,这些技术已在FinanceBench等场景中验证,能将系统准确率拉满至99%,是小白入门、老手进阶的必备实战手册。

youmaob的博客 1592

2026年RAG系统精度提升完全指南:从入门到企业级应用必备收藏

本文系统分析了企业级RAG系统面临的五大挑战,包括历史数据问题、文档分块、向量检索局限、图表理解瓶颈和流程缺乏灵活性。针对这些问题,提出了全面的精度提升方案,涵盖基础优化、混合检索技术、知识图谱集成及AI Agent融合等方法。通过这些实战技巧,可有效解决RAG系统在企业应用中的精度问题,构建更智能、可靠的知识检索与问答系统,适合开发者收藏参考。

2401_85373691的博客 1255

用 Docker Compose 部署完整大模型问答系统(DeepSeek-V3 + QLoRA + RAG 实战)

✅ 将 AI 模型从实验走向工程;✅ 解耦训练、推理、检索、前端;✅ 跨平台、跨团队协作复制;✅ 成本可控、更新灵活、安全私有。🧠 不再依赖云服务,你可以拥有自己的私有化 AI 知识中心。

努力分享一些人工智能、计算机视觉、影像等相关的知识干货! 823

收藏必备!打造高性能RAG系统:从索引、检索到生成的13项关键技术解析

本文详细介绍了提升RAG系统性能的13项高级技术,涵盖索引、检索和生成三个关键阶段。在索引阶段,采用HNSW算法、语义分块、语言模型分块和元数据增强;检索阶段采用混合搜索、查询重写、多查询检索和上下文压缩;生成阶段则通过自动剪切、重新排序、微调LLM和RAFT技术提高输出质量。这些技术共同解决了RAG系统中的幻觉问题、领域特异性和复杂对话处理挑战,显著提升AI生成内容的准确性和相关性。

youmaob的博客 895
上一篇: 收藏!大模型三大技术对比:提示工程、RAG与微调,何时使用?小白友好指南
下一篇: 大模型进阶必看:从小白到企业级,一文讲透Agentic RAG(建议收藏)
不秃头de程序猿
博客等级 码龄5年 4091粉丝 1479原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值