1. RAG評価指標の一致しない判定結果を検証

    [PROGRAMMING]

    同じ捏造回答をRAGASとDeepEvalで比較すると、前者は不整合として0点、後者は一貫性ありとして1点を返した。LLM判定の限界と、決定的チェック併用の必要性を指摘している。