Eugene Yan 详解长上下文问答系统评测：指标、数据集与六个基准

Eugene Yan 发布长文讲解如何评测长上下文问答系统，提出忠实性与有用性两个正交维度，并介绍证据位置、多跳推理、幻觉等长文本特有挑战。文章覆盖 NarrativeQA、NovelQA、QASPER、L-Eval、HELMET、Loong 六个基准，指出传统 n-gram 指标与人工判断相关性差、应改用 LLM 评估者，且 RAG 在证据分散于多文档的 Loong 任务上反而降低表现。