直接答案
怎样评估一个RAG系统是否可靠？
评估RAG不能只看最终答案像不像正确，而要分别检查检索相关性、上下文质量、回答忠实度、答案相关性、鲁棒性和安全性。
单一准确率无法反映错误发生在检索还是生成阶段。
不要只看一个结果
评估时需要分别检查这些维度
检索相关性
找回的内容是否真正支持当前问题。
上下文质量
片段是否完整、可靠、不过期且没有严重冲突。
忠实度
回答中的事实能否在提供的上下文中找到依据。
答案相关性
回答是否直接解决用户问题，而不是只复述资料。
鲁棒性与安全
面对拼写变化、对抗输入和权限边界时是否仍然稳定。
可以立即使用
实际评估时，可以从这几步开始
01
为各阶段建立独立指标
02
准备正常、边缘和对抗测试
03
保留失败样本并持续回归
核心主张与研究信源
本页答案由什么支撑
核心主张
评估检索增强生成时，应分别检查检索与上下文相关性、忠实度、答案相关性、鲁棒性和安全性。
证据边界
这条结论能说明什么，不能说明什么
可以支持
- 评估检索增强生成时，应分别检查检索与上下文相关性、忠实度、答案相关性、鲁棒性和安全性。
- 该结论在“检索增强生成”知识点和当前列出的信源范围内成立。
- 当前证据状态与来源数量已经公开，后续变化通过版本记录修订。
不能直接推出
- 不能把特定论文、标准或平台文档中的结论自动外推到所有模型、平台、语言和时间范围。
- 不能把内容结构、证据完整或机器可读直接解释为排名、AI引用、流量或商业结果保证。
- 不能用GEO百科自身的页面表现替代独立研究或第三方验证。
版本记录与内容责任
谁负责、什么时候修改、如何纠错
内容负责人
白磊负责问题设计、信源关联、边界审查和版本复核。
首次公开
2026-07-19，从所属知识点拆分为独立可引用主张页面。
本次调整
2026-07-25，从“C6：内部主张标题”改为用户问题“怎样评估一个RAG系统是否可靠？”，保留C6作为证据编号。
利益关系
GEO百科自身是GEO实践项目，可能获得品牌或商业收益；本站自身表现不作为独立学术证据。