GBase RAG 评估追踪看板
① 北极星指标 · ACCURACY(O/X 正确率)
Accuracy 提升趋势
趋势
Accuracy(总分)
纯 RAG(排除联网)
目标线(登顶 0.90)
本轮 vs 上轮 · 变化速览
谁涨谁跌
③ 按行业领域
诊断
▏灰竖线 = 上一轮位置,填充 = 本轮 · Δ 直接标在右侧(绿=进步 / 红=退步)
③ 按答案形态
诊断
③ 错因分类 · 绝对数量(越少越好,看逐轮下降)
诊断
④ Leaderboard 对标 · vs 18 家公开 baseline
对标
优化记录 · 每轮做了什么 → 分数怎么变
👉
每次评估后
:在源码
DATA.rounds
末尾追加一个对象(照抄字段),保存刷新即可 —— 上方所有 KPI / Δ / 趋势线 / 对比条 / stepper 全部自动重算。名次由
leaderboard
实时算出。