RAG 评估与防幻觉验证

RAG 问答系统的质量评估与防幻觉验证方法论。当用户需要对基于本地知识库的 AI 问答系统（RAG）做上线前验收、语料变更后回归、模型更换后复测，或想量化'知识库答得好不好''会不会胡编'时使用。覆盖：正向评估集（区域×主题矩阵+关键词命中）、负面测试集（知识库外问题+拒答信号表）、防幻觉三机制（低相似度拒答/引用兜底/条文级引用要求）、幂等服务守护、评估脚本模式、本地零积分检索评测与阈值扫描选优。触发词：RAG 评估、评估集、负面测试、防幻觉、知识库答得准不准、引用验证、eval_runner、eval_negative、检索层评测、阈值扫描拒答、能力评测套件、run_suite、零积分评测。

by @zhaoxinghua09-cell·MIT-0