RAG是目前比较火热的一个概念。对应的应用如雨后春笋般涌出。我们在实际的探索中，可能会有各种各样的优化方案。但是优化是否有用呢？模型影响会有多大呢？ 我们需要一把尺子，来做全链路的衡量。才能够得出，到底应该朝哪个方向走。

  自动化评估大模型增强检索RAG方案的好坏，实现基于场景数据选择大模型增强检索框架、embedding算法、大模型底座等，从而更好服务业务。

  如何构建测试数据集呢？如何选择模型能？在构建数据集上，是一个头疼的问题。

  

  这里提供一个全链路评测工具ragas。这里提供了所有的链接。因为官方提供的文档已经飞非常全了。我会提供对应的gitbub地址，讲解视频，文档等。ragas让评测变得简单。

 

ragas 讲解视频地址

国内

Ragas：自动化评估大模型增强检索RAG方案的好坏，实现基于场景数据选择大模型增强检索框架、embedding算法、大模型底座等，从而更好服务业务_哔哩哔哩_bilibili

 国外

https://www.youtube.com/watch?v=euUXqSPq5D4

ragas 官方地址

GitHub - explodinggradients/ragas: Evaluation framework for your Retrieval Augmented Generation (RAG) pipelines

ragas 官方文档地址

Introduction | Ragas