评估检索增强生成（RAG）的三步法＜

每日推荐一篇专注于解决实际问题的外文，精准翻译并深入解读其要点，助力读者培养实际问题解决和代码动手的能力。

欢迎关注公众号（NLP Research）

原文标题：A 3-Step Approach to Evaluate a Retrieval Augmented Generation (RAG)

原文地址：https://medium.com/towards-data-science/a-3-step-approach-to-evaluate-a-retrieval-augmented-generation-rag-5acf2aba86de

---

评估检索增强生成（RAG）的三步法

停止随机选择你的RAG的参数

调整RAG以获得最优性能需要时间，因为这取决于各种相互依赖的参数：分块大小，重叠设置，检索的前K个文档，嵌入模型，LLM等。

最佳组合通常取决于您的数据和使用情况：您不能简单地插入上一个项目中使用的设置，并希望得到相同的结果。

大多数人都没有正确地解决这个问题，而是几乎随