从 RAG 到 Agent 答复应该怎么评测?
题目
从 RAG 到 Agent 答复应该怎么评测?
参考答案
点击展开参考答案
- 如果项目包含 Agent tool、skill、subagent 和工作台,只测 retrieval recall 不够。
- 更完整的分层评测: 面试答法: > 如果系统已经有 Agent 工具层,就不能只测 RAG 召回。
- 我会同时测 retrieval、citation、claim、abstain、tool contract、tool routing、subagent 行为和 gateway 权限。
- 这样才能从“证据有没有找到”一直追到“Agent 最终答复是否正确调用工具、是否遵守证据边界、是否可审计”。
- Tool routing 怎么测?
-
- 该检索时是否调用检索工具。
-
- 该入库时是否调用构建工具。