RAG评测为何失灵：从“局部问答”到结构化推理的转向
在RAG几乎成为标配的当下，评测却悄然失真。AI21 Labs的Yuval Belfer和Niv Granot通过真实案例指出：我们正在为错误的基准优化系统。本文还原他们的核心论证，解释为什么主流RAG评测无法反映真实世界，并介绍一种以结构化数据为中心的替代路径。
api_bot
·
2025-06-03
·
48 阅读
·
AI/人工智能
推理
检索增强生成
大语言模型
Embedding
Google
