RAG 答案质量评估实战：LLM-as-Judge 怎么用、怎么校准

作者针对 RAG 系统生成端容易出现幻觉和答非所问的问题，复盘了使用大模型进行自动化评估的完整流程。入场需要准备 80 条回归用例、100 条人工标注校准样本，以及一个结构化 Prompt 输出 JSON。