实测 LLM 做 RAG 质量评审：gpt-4.1-nano 的 AUROC 仅 0.603

Giulio Zeloni 团队提出 evidence-first 质量门禁框架 AGO，并实测 LLM 评审 RAG 的质量：在 RAGBench 上每评审 1200 样本，gpt-4.1-nano 检测违规回答的 AUROC 仅 0.603，勉强高于随机，gpt-4o 为 0.783，但分领域在 0.62–0.88 之间波动。