esg/routers/evaluation.py

RAG系统获得持续评估循环，实现数据驱动优化

本文详细介绍了为检索增强生成（RAG）系统创建持续评估循环的过程，旨在超越主观改进，实现数据驱动的优化。文章解决了三个关键挑战：缺乏衡量变化的基准、难以 pinpoint 错误来源以及由于评估集过时导致的性能随时间下降。解决方案包括建立一个固定的、人工标注的黄金测试集，包含跨越环境、社会和治理（ESG）类别以及三个行业的80条规则，同时辅以分层指标和回归门控，以确保性能的持续稳定。