№004 advanced-rag-architectures · 10
Advanced RAG 평가: RAGAS·ARES·RAGChecker (10/10)
Graph·multi-hop·multimodal·long-context·agentic RAG를 retrieval, claim support, trajectory, cost로 분해하고 RAGAS·ARES·RAGChecker 기반 재현 가능한 실험을 설계합니다.
Tag index
#RAGEvaluation
04 entries №003 llm-rag-foundations · 10
첫 RAG 만들기: Chunking·Embedding·검색·생성·평가 전체 연결 (10/10)
문서 수집과 chunking부터 embedding·cosine retrieval·context 조립·근거 기반 생성·Recall@k 평가까지 최소 RAG를 Python으로 연결하고, 실패를 검색과 생성 단계로 분리해 추적합니다.
№002 rag-retrieval-foundations · 10
Retrieval Evaluation: Recall@k·MRR·nDCG와 실패 분석 (10/10)
Source span 기반 gold dataset으로 Hit·Recall·Precision·MRR·nDCG를 계산하고, ingestion부터 answer까지 단계별 상한과 failure slice·bootstrap·version manifest로 검색 실험을 재현합니다.
№001 llm-reasoning-reliability-foundations · 05
LLM Hallucination과 Factuality: Claim·Evidence·Citation 평가 (5/10)
LLM 답을 atomic claim으로 분해해 근거 지지·모순·부족으로 판정합니다. FActScore·SAFE·ALCE 관점의 factuality와 citation 정확성·coverage, RAG 오류 귀속을 설계합니다.
