PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2604.19047v2cs.CL

RARE: Redundancy-Aware Retrieval Evaluation Framework for High-Similarity Corpora

실제 금융·법률·특허 코퍼스처럼 문서 간 정보 중복도가 높은 환경에서 기존 QA 벤치마크의 평가 신뢰성 문제를 해결하기 위해, 문서를 원자적 사실 단위로 분해하고 CRRF(Criterion-wise Prompting with Reciprocal Rank Fusion)로 다중 기준 품질 평가를 안정화하는 RARE 프레임워크를 제안한다. 이를 통해 구축한 RedQA 벤치마크에서 강력한 리트리버 베이스라인의 4-hop PerfRecall@10이 General-Wiki의 66.4%에서 금융·법률·특허 도메인에서 5.0~27.9%로 급감하여, 기존 벤치마크가 포착하지 못한 실제 환경에서의 성능 격차를 드러냈다.