独立审计者完成两个 RAG 评测案例，一个月外联无人付费
Additional-Ladder-24 · reddit · 2026-10-23
一位独立技术专家分享了两个公开 beta 的 RAG 评测审计案例:DPOLens(30 条查询)中独立复现检索基准，发现加 reranker 反而让 Recall@5 从 76.7% 跌到 46.7%,并做了查询级归因；RouteMind(700 条查询)中对比两种检索配置共 1400 条结果，找出 15 处评分标准与评测数据不一致之处，项目方复现后已修复。但他一个月外联仍没拿到一单付费合作，向代理商老板、CTO 请教:缺的是商业背书、试单还是需求本身不存在？代理商到底会不会把 RAG 评测外包？
「编程与Agent」频道最新
- 基于 DeepSeek 的 agent harness 以极低成本登顶 Lean Eval — lukaszkaiser · 2026-10-23
- Qdrant 出 GraphRAG 实战教程:Qdrant 向量+Neo4j 图谱可复现实现 — JeremyCMorgan · 2026-10-23
- Sakana AI 发布企业级 AI 决策平台 Sakana Aquarium — SakanaAILabs · 2026-10-23
- Ramp 自研 Laminar agent harness,理由:不绑单一厂商更快更强 — omarsar0 · 2026-10-23
- 公司第一个 AI Agent 的八个阶段:从一下午搭好到发现撑不起业务 — geoffwolfe · 2026-10-23
- 重复政策类任务的 agent 测试法:先定边界用例再改 skill — MiserableFlatworm337 · 2026-10-23