RAG 失败排查：症状相同的幻觉，问题可能出在检索而非模型

作者在调试 RAG 系统时发现，模型幻觉的根源可能是检索层没召回所需 chunk，模型只能靠先验知识作答——两类失败外部症状相同，修法却相反。把每次回答对应的召回 chunk 记入日志能发现部分问题但仍需人工查看，独立测量检索召回率则需要多数团队不具备的标注数据。作者向社区提问：是否把检索质量和回答质量分开度量。