一套 RAG 系统在测试集上几十道题只错少数几道，看起来已经能放心用了。结果把问题换一种表达方式，之前能检索到…
给自己的 RAG 做了一轮很小的离线测试，总共 16 个问题。词法检索做对了 9 个，向量检索和混合检索各做对…
