层级回归
| 层 | 代表指标 | 变更触发 |
|---|---|---|
| 解析切分 | 块数、块长度分布、抽样内容 | 解析器/切分参数变更 |
| 检索 | recall@k、mrr、延迟 | 模型/索引/过滤变更 |
| 生成 | faithfulness、引用合规率 | 提示词/模型变更 |
| 端到端 | 人工抽查通过率 | 任一环节变更后 |
门禁命令示例
门禁命令示例
python eval/run.py --all --compare baseline.json \
&& echo "gates passed" || echo "regression detected"允许的波动范围要写进门禁配置（如 recall 下降 >3% 阻断），避免人为主观放行。