PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.01852v1cs.IR

Evaluating Chunking Strategies for Retrieval-Augmented Generation on Academic Texts

학술 논문 데이터셋에서 검색-증강 생성(RAG) 시스템의 청킹(chunking) 전략을 평가한 연구로, 고정 크기, 재귀적, 클러스터 기반 의미론적 청킹을 RAGAs 프레임워크로 비교했다. 실험 결과, 클러스터 기반 청킹이 계산 비용이 높음에도 더 단순한 전략보다 일관된 성능 향상을 보이지 않았으며, RAGAs의 faithfulness 지표는 44%의 높은 실패율로 신뢰성이 제한적임이 확인됐다.