克服RAG的"不实用性"：提出真实世界基准和多维诊断框架
计算与语言
2026-04-06 v1
摘要
企业环境中检索增强生成（RAG）系统的性能评估受多维和复合因素支配，远超简单的最终准确率检查。这些因素包括推理复杂度、检索难度、文档的多样化结构以及对运营可解释性的严格要求。现有的学术基准未能系统诊断这些相互交织的挑战，导致一个关键差距：达到高性能分数的模型在实践中部署时无法满足预期的可靠性。为弥合这一差距，本研究提出了一个多维诊断框架，通过定义四轴难度分类法并将其整合到企业RAG基准中，以诊断潜在的系统弱点。
引用
@article{arxiv.2604.02640,
title = {Overcoming the "Impracticality" of RAG: Proposing a Real-World Benchmark and Multi-Dimensional Diagnostic Framework},
author = {Kenichirou Narita and Siqi Peng and Taku Fukui and Moyuru Yamada and Satoshi Munakata and Satoru Takahashi},
journal= {arXiv preprint arXiv:2604.02640},
year = {2026}
}
备注
8 pages, 3 figures. Accepted at AAAI 2026 Workshop