Как оценить качество ответа RAG: не выдумывает ли модель, опирается ли на источники, верны ли ссылки — и как классифицировать типы ошибок?

Faithfulness (Ragas) / groundedness (TruLens) — «верность источникам»: следует ли каждое утверждение ответа из переданного контекста. Проверяют моделью-судьёй или моделью логического вывода. Citation accuracy — точность ссылок: указаны ли верные идентификаторы источников. Классификация отказов RAG: (a) документа нет в корпусе — искать нечего; (b) нашли не тот фрагмент; (c) переранжирование опустило нужное — документ был в top-100, но не попал наверх; (d) модель выдумала — нужное было в контексте, но ответ всё равно неверный. Диагностика: мерить этапы по отдельности — поиск → переранжирование → генерация, чтобы понять, какой из них узкое место.