Коли RAG-система дає збій, по одній відповіді неможливо зрозуміти, чому це сталося. RAG розшифровується як retrieval-augmented generation – генерація з доповненням через пошук – і це одна з найпоширеніших технік проектування контексту, що дозволяє додавати AI-агентам додаткову інформацію, а отже, і підвищувати точність їхньої роботи.

Оскільки RAG є критично важливим компонентом сучасних AI-додатків, розробникам потрібен метод оцінки LLM, який дозволяє виявляти проблеми та відстежувати якість роботи RAG.