作者提出 RAG 检索评测应逐查询对比，均值分数掩盖关键回退

Reddit 作者 SeaAstronomer9044 提出，比较两组 RAG 检索配置时应逐查询对比同一查询在两次运行中的表现，因为先看平均分容易掩盖关键查询上的回退。