**AGO AI质量门:基于证据的RAG系统发布决策框架**

_AGO AI Quality Gate: Evidence-First Release Decisions for Retrieval-Augmented Generation_

> 针对企业RAG系统版本发布决策,提出AGO AI质量门框架。该框架整合四态决策模型、分层评分及分层Beta-二项门控,并强制对LLM评审员进行元评估。在RAGBench基准测试中,发现低成本模型(gpt-4.1-nano)检测能力接近随机,而gpt-4o表现较好但存在领域差异。研究显示,该框架能显著降低不安全发布风险,强调需基于概率量化回归风险而非仅依赖点估计。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-07 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2610.01218)