rag_retrieval_evaluated事件模式

合同证据路径

rag_retrieval_evaluated：从拥有边界到可信查询

将 rag_retrieval_evaluated 视为持久的分析合约：所有者发出一个记录的谷物，一个固定装置证明字段，并且经过审查的查询回答所述问题。

1
结果成为最终结果
RAG evaluation pipeline emits only after the retrieval and answer evaluators finish or the candidate becomes ineligible.
2
合同是有约束力的
10 required fields preserve the declared grain: One evaluator result per eligible query, retrieval version, evaluator, and candidate run.
3
夹具已验证
检查类型、UTC 时间、替代结果、幂等性以及每个假名或评论分类字段。
4
问题得到解答
哪些检索和提示版本会产生相关上下文和有根据的可接受答案？

谷物

每个符合条件的查询、检索版本、评估器和候选运行一个评估器结果。

业主

RAG 评估流程

何时发出

检索及答题结束后，或考生取消资格。

现场合同

具有明确隐私边界的类型化字段

在生产查询依赖现有字段名称和类型后，保持现有字段名称和类型稳定。可选上下文应受到特定决策的限制、记录和证明。

字段	类型	必填	隐私	含义
timestamp_utc	timestamp	yes	non-sensitive	结果边界处的 UTC 时间。
event_id	string	yes	non-sensitive	用于重复数据删除的稳定唯一标识符。
release	string	yes	non-sensitive	发出事件的应用程序或服务版本。
account_id	string	yes	pseudonymous	稳定的内部帐户标识符，绝不是电子邮件或姓名。
evaluation_id	string	yes	pseudonymous	评估案例的稳定标识符。
retrieval_version	string	yes	non-sensitive	索引、检索器和排名合约的版本。
evaluator_version	string	yes	non-sensitive	版本化评估器和标题标识符。
retrieval_score	number	yes	non-sensitive	标准化检索相关性得分。
grounded	boolean	yes	non-sensitive	审核后的答案是否符合基本规则。
accepted	boolean	no	non-sensitive	审查下游验收（如果有）。
duration_ms	number	yes	non-sensitive	端到端评估工作流程持续时间。

合成 JSON 事件

{
  "timestamp_utc": "2026-07-29T10:12:43Z",
  "event_id": "evt_rag_eval_01",
  "account_id": "acct_8f31",
  "release": "2026.07.3",
  "evaluation_id": "eval_72ab",
  "retrieval_version": "hybrid_v4",
  "evaluator_version": "grounding_rubric_v2",
  "retrieval_score": 0.86,
  "grounded": true,
  "accepted": true,
  "duration_ms": 1280
}

隐私审查

摄取前检查标识符

此示例使用合成标识符。假名值仍然可以是个人数据，并且审核字段可以公开业务或提供商上下文。应用您自己的同意、保留、访问、居住和删除要求。

account_id: pseudonymous
evaluation_id: pseudonymous

验证清单

在构建仪表板之前证明合同

Send one known rag_retrieval_evaluated fixture after the documented outcome boundary.
Verify all 10 required fields arrive with the documented types.
重试相同的事件标识符并确认所选的重复数据删除行为。
当工作流支持时，发送受控失败或替代结果。
在固定窗口上运行相关 SQL 并将结果与固定装置进行协调。

常见错误

保持一行等于一个持久结果

Emitting rag_retrieval_evaluated before rag evaluation pipeline knows the final outcome.
在一张表中混合多种谷物，这使得计数和比率不明确。
用原始 URL、有效负载、提示或错误文本替换受控类别。
保存查询和仪表板依赖于它后就地更改字段类型。
添加标识符，无需记录调查、访问和保留需求。

使用合同