LLM-as-a-judge1 篇实战文章

最近有人问我，RAG 系统只要答对率上去了，是不是就算调好了。 不是。 8 月 25 号，arXiv 上挂了一篇预印本，编号 2608.24753，主分类 cs.CL，标题叫 The RAT，做的是一套 RAG 评估的贝叶斯框架。