使用 DeepEval 和 LlamaIndex 評估 RAG

DeepEval 與 LlamaIndex 的示例展示如何評估 RAG 流程，檢視生成答案及檢索內容的品質。示例採用 Answer Relevancy、Faithfulness 和 Contextual Precision，分別評估答案相關性、事實忠實度與檢索排序。DeepEval 提供 50+ 預置指標及自訂指標建構器，可依評測分數調整模型、提示詞模板、top-K 設定和嵌入模型。