Mistral 评估 RAG 系统：以 LLM 为裁判与 RAG Triad 框架

Mistral 探讨如何用“LLM As A Judge”方法评估 RAG 系统，通过裁判模型按数值、二元或定性量表为生成答案打分。文章介绍了 RAG Triad 框架，从上下文相关性、接地性和答案相关性三个维度检查检索与生成质量。Mistral 的模型可同时充当生成器和裁判，其 API 的结构化输出功能可用于构建更可靠的评估流程。