Нейросети становятся сильнее с каждым днем, и создание RAG-конвейера никогда не было проще. Но узнать, работает ли он на самом деле, — совсем другое дело. Большинство команд запускают RAG-систему, видят ответы, которые выглядят неплохо, и считают работу законченной, пока пользователи не столкнутся с галлюцинациями, упущенным контекстом или нерелевантными фрагментами. Вот тут-то и появляются фреймворки для оценки. RAGAS, TruLens и DeepEval — это […]