评估集

没有答上的问题能暴露知识缺口、检索失败、权限问题和范围误判。把它们结构化记录，才可能形成知识库的迭代队列和回归评估集。

RAG 评估集不应该凭空编题。更可靠的做法是从客服、销售、内部问答和搜索日志里抽取真实问题，再标注来源、标准答案和风险等级。