测试集生成

整理高质量测试数据集，对于评测 AI 应用性能至关重要。

理想测试数据集的特征

• 包含高质量数据样本
• 覆盖真实世界中观察到的广泛场景。
• 包含足够数量的样本，以便得出具有统计显著性的结论。
• 持续更新以防止数据漂移

手动整理这样的数据集可能耗时且昂贵。Ragas 提供一组工具，用于生成合成测试数据集以评测你的 AI 应用。

• RAG 用于评测检索增强生成流水线
• Agents or Tool use（Agent 或工具使用） 用于评测智能体工作流