Faithfulness指标衡量生成答案对检索上下文的事实忠实度，其计算分为两个关键步骤：
- 陈述提取：使用LLM从答案中提取所有事实陈述
- 事实验证：检查每个陈述是否能被检索上下文支持
具体的计算过程：
- 将支持的陈述数量除以总陈述数得到分数
- 示例中膳食分析的6条陈述有5条被支持，得分为0.83
该指标的重要性体现在：
- 预防Geração de alucinações：确保答案严格来源于检索内容
- aumentar a escalaPrecisão dos fatos：降低错误信息风险
- otimização检索质量：反馈改进信息检索环节
- acumulargrau de credibilidade：增强用户对系统的信任
Ragas通过这一量化指标，为开发者提供了优化生成器的重要参考维度。
Essa resposta foi extraída do artigoRagas: avaliando a precisão do RAG recall QA e a correlação de respostasO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " Ragas的faithfulness指标是如何计算的？为什么它对RAG系统很重要？
Português do Brasil 
简体中文 
English 
日本語 
Deutsch