上下文评估

上下文评估用于衡量传递给模型的信息是否真正有助于其高效完成任务。这包括检查检索到的文档是否相关、是否缺少重要细节，以及是否无关或过时的内容挤占了重要信息。团队结合使用自动化指标（如检索精确度和召回率）以及手动审查模型输出，以发现问题。没有这种评估，上下文管道可能看似完整，但仍然向模型提供糟糕的材料。