当RAGAS的Faithfulness指标连续12天撒谎：我构建Judge Agent链与自动回滚监控的完整决策笔记

2026年6月2日 22 次浏览

那个周五晚上，生产环境的RAG应用又崩了一次。用户投诉说回答完全胡编乱造，但监控大盘上RAGAS的Faithfulness曲线稳得像直线——0.94，0.93，0.95。我盯着Grafana发呆，突然意识到：我们花了三个月把手工评测替换成RAGAS流水线，但它连最基础的事实幻觉都没抓到。 这不是RA…

标签：