kb-bench · 知识库答对率评测器

绝大多数知识库只报「命中率」——那东西能刷到 97%。这里报的是答对率：top1 必须命中你写的「预期特征」才算对。 同一份语料，两个检索器并排跑，差距一眼看见。

示例是一套 9 条语料 / 10 道题的脱敏样例（小微企业 AI 客服知识库）。数字不是排好的：里面确实有 2 道题命中了却答错、1 道题完全没命中。