Eval Harness 实战：从工具到自建评估体系
用漏斗式视角理解 Eval Harness：工具选型、lm-eval 与 promptfoo 实战、自建四支柱、Flaky Eval 处理，以及与 Agent Harness 的关系。
Tag
#RAGAS
#RAGAS 标签文章合集，收录 Diors.tech 中与 RAGAS 相关的 AI 学习笔记、技术拆解和工程实践。
2 篇文章RAG 评测体系
RAG 好不好，不能只看答案像不像对：从检索、忠实度、引用、线上反馈到回归测试，建立一套真正能指导迭代的评测框架