Mistral AI 利用 LLM as a Judge 与结构化输出评估 RAG 系统

Mistral AI 提出结合“LLM as a Judge”与 RAG Triad 框架来评估检索增强生成系统。该方案利用 Mistral 模型作为裁判，通过 Context Relevance、Groundedness 和 Answer Relevance 三个维度量化性能。配合 API 新推出的结构化输出功能，可强制模型返回机器可读的评分与推理依据，提升评估可靠性。