11 道题给 RAG 装了个仪表盘,读数推翻了我三个想当然 智能文档问答这个助手我改了很久,RAG 效果好坏一直靠“感觉答得还行”判断。上周加了一套离线评测,一轮跑完,立马知道RAG为啥效果差了。