La stratificazione semantica migliora la valutazione del recupero per RAG
Un nuovo articolo su arXiv (2604.20763) formalizza la valutazione del recupero come un problema di stima statistica, rivelando che gli attuali set di query euristiche introducono un bias nascosto. Gli autori propongono la stratificazione semantica, che organizza i documenti in cluster basati su entità e genera query per gli strati mancanti. Questo metodo fornisce garanzie formali di copertura e analisi interpretabile delle modalità di fallimento. Esperimenti su più benchmark mostrano lacune sistematiche di copertura e segnali strutturali che spiegano la varianza nelle prestazioni di recupero.
Fatti principali
- arXiv:2604.20763v1
- La qualità del recupero è il principale collo di bottiglia per l'accuratezza e la robustezza in RAG
- L'attuale valutazione utilizza set di query euristiche con bias intrinseco nascosto
- La stratificazione semantica fonda la valutazione sulla struttura del corpus tramite cluster basati su entità
- Il metodo fornisce garanzie formali di copertura semantica e visibilità interpretabile nelle modalità di fallimento
- Esperimenti condotti su più benchmark e metodi di recupero
- I risultati espongono lacune sistematiche di copertura e segnali strutturali che spiegano la varianza
Entità
Istituzioni
- arXiv