gemma4:e4b

新的 RAG 基准评估审计性和时间准确性

一套新的基准 RAB 和 LRB 已被开发出来，用于评估检索增强生成（RAG）系统，重点关注审计性和时间数据准确性。RAB，即可重放审计基准，评估系统重放决策的能力，这与欧盟人工智能法案关于记录保存的文章一致。LRB，即生命周期检索基准，测试系统在特定时间点检索有效数据的能力，而不仅仅是最新的信息。这些基准被设计为确定性的，并且可以在本地运行，同时提供配套代码和预印本。