技术分析

检索增强生成架构评测

七种 RAG 架构在同一评测集上的召回、时延与成本对比，附复现脚本。

19 页8月24日更新PDF · repo

benchmark · 19pp

七种 RAG 架构跑在同一份 4,200 题的评测集上：朴素向量检索、混合检索、重排、查询改写、多跳、GraphRAG，以及一个把长上下文直接塞满的对照组。评测集、脚本与全部原始输出都公开。

结论不复杂：混合检索加重排在召回上拿到 0.87，比朴素向量检索高 19 个百分点，而端到端时延只增加 240 毫秒；多跳与 GraphRAG 在这份评测集上没有超过它，但成本高出 3 到 7 倍。

更值得注意的是失败模式的分布：朴素检索的错误里有 61% 是召回不到，重排后这一比例降到 22%，剩下的错误主要变成了「召回到了但没被用上」——这类错误对提示词结构的敏感度远高于对检索器的敏感度，第四章用消融实验把两者分开……

剩余内容需解锁

本成果由创作者免费发布，登录后即可阅读全文并下载附带文件。