RAG 评测怎么选：BERT score、LLM-as-a-Judge 还是模糊匹配？

Reddit 用户发帖征集 RAG 与对话 agent 的评测方法及选择理由，候选方案包括基于 BERT 的语义相似度评测、LLM-as-a-Judge 和模糊字符串匹配。讨论聚焦具体场景中的方法取舍，评论区汇集一线开发者的实践经验。