KernelMind 检索消融与 RAGAS 评估

KernelMind 在第三部分中完成了从 ”代码嵌入“ 到图感知检索管线的演进，并引入实验性评估体系。

- 构建基于真实 repo 结构的检索基准，覆盖认证流、CRUD、依赖注入等场景
- 通过消融实验验证各组件贡献：图扩展将召回率从 0.722 提升至 1.000（精度仅降 0.024）
- 交叉编码器重排序有效抑制图噪声，维持精度
- 集成 RAGAS 对答案进行忠实度、相关性、上下文精度/召回评估，本地使用 Qwen2.5:7b 作评判模型

最终提供 TUI 终端界面，支持对话式仓库查询与检索可视化。

GitHub: GitHub
原文

#开发者 #工具

📢 频道：@DevToolboxHub