RAG 效果怎么量化？分享我们用的 5 个离线指标 + 2 个在线指标

做论文也做工程，RAG 评估不能只看「感觉」： **离线**：Context Precision、Answer Faithfulness、Recall@K、Latency P95、Cost/Query **在线**：点赞率、转人工率 踩坑：benchmark 数据集要和业务分布一致，否则指标好看但上线拉胯。推荐 Ragas + 每周抽样人工标注 50 条。