arXiv · cs.AI· Emmanuel Igbekele, Olawande Daramola·· 4 小时前
RAG 技术如何刻画与分析：一个概念性分类框架
Characterising and Analysing Retrieval-Augmented Generation Techniques
arXiv:2610.23226v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Emmanuel Igbekele, Olawande Daramola
研究任务与主要进展
研究者基于文献中 RAG 技术属性的定性分析，提出一个由主维度和子维度组成的概念框架，用于刻画“是什么”和分析“做得怎么样”现有检索增强生成（RAG）技术。该框架可作为经验性基准测试之前的预筛选机制，帮助研究者和实践者在代价高昂的基准评测前，选出最符合用户与任务需求的 RAG 候选方案。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org