大模型检索能力评测报告

大模型检索能力评测的现状并不乐观，高分并不等同于高能，评测数据集的“虚高”与真实业务场景的“惨淡”之间存在巨大鸿沟，从业者必须清醒地认识到，传统的静态评测指标已无法衡量大模型在复杂检索任务中的真实表现，建立基于业务流的动态评测体系才是破局关键， 评测数据失真：静态指标与动态场景的错位当前大模型检索能力评测普遍存……