recovery-evaluation

深度分析

Trace 評測：為旅遊 CRS 建立可驗證的 Accuracy、Grounding 與 Recovery 三軸評估

旅遊推薦屬高風險，Trace以多輪對話為單位，為每項建議附上可驗證的評論摘段並支援拒絕後修正。基於10,000筆對話與34,208篇評論，比較14種基線，發現LLM準確與回復表現強，但檢索器在逐字引用更可靠，無系統全方位勝出。此一三能力缺口對商業實務與模型設計具指標性意義。