fegger
eb1a768876
Diagnose: q-008 bekam die 'Verweise'-Navigationssektion von lb-end-03 als Kontext (BM25-Langennormalisierung bevorzugt duenne Chunks) -> inhaltlose Bloecke -> korrekte Verweigerung nach Regel 4. q-031 enthaelt eine falsche Praemisse (kein 'Mindestlohngesetz' in Oesterreich; Wissensbasis sagt: kein gesetzlich betraglich festgelegtes Mindestentgelt). Fixes: (a) retrieve.py _representative_chunk - pro Eintrag beste Inhalts- sektion (Zusammenfassung > Kernwerte > Rechtsgrundlagen > Payroll > sonstige > Verweise), Section-Swap aus dem Index falls nur 'Verweise' rangiert; (b) generate.py Prompt v2 - Regel 4 erlaubt Teilantworten, Regel 8 verlangt Prämisse-Korrektur mit Muster-Beispiel. Bestaetigungslauf qwen3.8:27b (35 Fragen): Zitier-Praezision 100 % (8 Regenerierungen, alle geheilt), Verweigerung korrekt 94,3 %, erwartete Quelle 83,9 % (v1 80,6 %), mean 34 s. q-008 + q-031 behoben; verbleibender bekannter Fall q-029 (breite Survey-Frage, sicherer Fehlermodus). Retrieval-Metriken unveraendert (Recall@8 0,952). 41 Tests gruen.
120 lines
4.9 KiB
YAML
120 lines
4.9 KiB
YAML
# Goldset für die Evaluation des PV RAG Agent.
|
|
# expected_ids: verifiziert gegen wissensbasis/kb.json (Titel-Suche).
|
|
# expect_refusal: Frage darf/darf nicht aus der Wissensbasis beantwortet
|
|
# werden — Antwortmodus (eval --answers) muss verweigern.
|
|
# q-002 ist der bekannte Korpuskonflikt (ATZ-Ersatzquote 28,5 vs. 27,5 %).
|
|
|
|
questions:
|
|
- id: q-001
|
|
question: "Was ist Altersteilzeit und wie funktioniert der Lohnausgleich?"
|
|
expected_ids: [lb-atz-07, lb-atz-04]
|
|
- id: q-002
|
|
question: "Wie hoch ist die AMS-Ersatzquote bei geblockter Altersteilzeit?"
|
|
expected_ids: [lb-atz-07, lb-atz-09, lb-atz-12]
|
|
note: "Korpuskonflikt — beide Werte mit ⚠ nennen."
|
|
- id: q-003
|
|
question: "Für welche Arbeitnehmer ist die Altersteilzeit förderbar?"
|
|
expected_ids: [lb-atz-03]
|
|
- id: q-004
|
|
question: "Wie viele Wochen gesetzlicher Urlaub stehen einem Arbeitnehmer zu?"
|
|
expected_ids: [lb-url-05]
|
|
- id: q-005
|
|
question: "Wie wird das Urlaubsentgelt beim Wechsel zwischen Teilzeit und Vollzeit berechnet?"
|
|
expected_ids: [lb-url-13]
|
|
- id: q-006
|
|
question: "Wie lange dauert die Entgeltfortzahlung im Krankenstand?"
|
|
expected_ids: [lb-krs-08]
|
|
- id: q-007
|
|
question: "Welche Fristen gelten für die Auflösung in der Probezeit?"
|
|
expected_ids: [lb-bnd-37]
|
|
- id: q-008
|
|
question: "Welche Verfügungsmöglichkeiten gibt es bei der Abfertigung neu?"
|
|
expected_ids: [lb-end-03]
|
|
- id: q-009
|
|
question: "Welche Bezugsbestandteile sind beitragsfrei nach § 49 Abs. 3 ASVG?"
|
|
expected_ids: [lb-sva-03, lb-sva-04]
|
|
- id: q-010
|
|
question: "Wie hoch sind die Sozialversicherungs-Beitragssätze für Dienstnehmer?"
|
|
expected_ids: [lb-sva-06]
|
|
- id: q-011
|
|
question: "Was gilt als Nachtschwerarbeit und welche Folgen hat das?"
|
|
expected_ids: [lb-nsc-01]
|
|
- id: q-012
|
|
question: "Wie sind Mitarbeiterrabatte abgabenrechtlich zu behandeln?"
|
|
expected_ids: [lb-sac-02]
|
|
- id: q-013
|
|
question: "Wie wird die Privatnutzung eines Dienstwagens besteuert?"
|
|
expected_ids: [lb-sac-03]
|
|
- id: q-014
|
|
question: "Unter welchen Voraussetzungen gibt es Pendlerförderung?"
|
|
expected_ids: [lb-pen-01]
|
|
- id: q-015
|
|
question: "Wie werden Tagesgelder bei Dienstreisen abgerechnet?"
|
|
expected_ids: [lb-rei-09]
|
|
- id: q-016
|
|
question: "Wie läuft eine GPLB ab?"
|
|
expected_ids: [lb-gpl-01]
|
|
- id: q-017
|
|
question: "Was ist bei der Entsendung von Arbeitnehmern ins Ausland zu beachten?"
|
|
expected_ids: [lb-grz-06, lb-grz-07]
|
|
- id: q-018
|
|
question: "Wie funktioniert die betriebliche Vorsorgekasse mit Beitragszahlung?"
|
|
expected_ids: [lb-vor-02, lb-vor-03]
|
|
- id: q-019
|
|
question: "Welche Pflichten gelten bei der Einstellung von Lehrlingen?"
|
|
expected_ids: [lb-leh-03]
|
|
- id: q-020
|
|
question: "Welche Beschäftigungsverbote gelten für Schwangere?"
|
|
expected_ids: [lb-sch-04]
|
|
- id: q-021
|
|
question: "Wann beginnt die Elternkarenz und wie lange kann sie dauern?"
|
|
expected_ids: [lb-kar-01]
|
|
- id: q-022
|
|
question: "Wie ist eine Überstundenpauschale zu behandeln?"
|
|
expected_ids: [lb-ues-02]
|
|
- id: q-023
|
|
question: "Was muss ein Dienstzeugnis enthalten?"
|
|
expected_ids: [lb-bso-04]
|
|
- id: q-024
|
|
question: "Was ist bei Kurzarbeit arbeitsrechtlich zu beachten?"
|
|
expected_ids: [lb-azm-04, lb-azm-05, lb-azm-06]
|
|
- id: q-025
|
|
question: "Was passiert mit den Ansprüchen der Arbeitnehmer beim Betriebsübergang?"
|
|
expected_ids: [lb-ins-01]
|
|
- id: q-026
|
|
question: "Wie sind Nachzahlungen abzurechnen?"
|
|
expected_ids: [lb-naz-01]
|
|
- id: q-027
|
|
question: "Was ist beim Einlangen einer Lohnpfändung zu beachten?"
|
|
expected_ids: [lb-pfa-01, lb-pfa-02]
|
|
- id: q-028
|
|
question: "Wird die Sonderzahlung bei Eintritt oder Austritt aliquotiert?"
|
|
expected_ids: [lb-son-01]
|
|
- id: q-029
|
|
question: "Welche Neuerungen behandelt WIKU Personal aktuell 2026?"
|
|
expected_ids: [wk-akt-01]
|
|
- id: q-030
|
|
question: "Wer zahlt das Wochengeld und wie wird es berechnet?"
|
|
expected_ids: [lb-msf-03]
|
|
- id: q-031
|
|
question: "Was regelt das Mindestlohngesetz und für wen gilt es?"
|
|
expected_ids: [lb-ent-09]
|
|
note: "Falsche Prämisse — ideale Antwort korrigiert: kein gesetzlich
|
|
betraglich festgelegtes Mindestentgelt; Untergrenze via KV/Satzung/
|
|
Mindestlohntarif (BEA) belegt aus lb-ent-09."
|
|
tags: [premise-correction]
|
|
|
|
# --- Verweigerungsfälle (Antwortmodus) ---
|
|
- id: r-001
|
|
question: "Wie hoch ist der aktuelle EUR-USD-Wechselkurs?"
|
|
expect_refusal: true
|
|
- id: r-002
|
|
question: "Wer war Bundeskanzler Österreichs im Jahr 2000?"
|
|
expect_refusal: true
|
|
- id: r-003
|
|
question: "Bis wann muss die Umsatzsteuervoranmeldung abgegeben werden?"
|
|
expect_refusal: true
|
|
note: "Schwerer Fall: 13 Chunks erwähnen 'Umsatzsteuer' beiläufig — Retrieval nicht leer, aber inhaltlich nicht gedeckt."
|
|
- id: r-004
|
|
question: "Wie bereite ich einen Pitch für Investoren vor?"
|
|
expect_refusal: true |