AIGC動態歡迎閱讀

原標題：2024KDD挑戰任務，GPT-4僅得40分，Meta發布最新RAG評價基準
關鍵字：問題,答案,報告,圖譜,任務
文章來源：夕小瑤科技說
內容字數：0字

內容摘要：

夕小瑤科技說 原創作者 | Axe_越眾所周知，“要想富，先修路”，經常挖路的同學應該知道，要想修好一條路，首先就必須搞清楚關于道路質量的統一驗收標準，否則，“我怎么知道我這條路能不能走通呢”？
對于AI領域來說，也同樣如此。
還記得一年多以前，當第一批吃螃蟹的大佬們將檢索增強生成（Retrieval-Augmented Generation，RAG）與LLM結合之后，由于補齊了LLM知識不足的短板，LLM立刻在各個領域的應用方面都迸發出了更大的潛力。
如今，RAG的范式已不再局限于將外部知識作為上下文補充的最傳統范式，各種“聯合訓練”，“自我反思”，“前瞻性主動檢索”方案百花齊放。然而時至今日，對于RAG對LLM的增強效果到底怎么樣，仍然缺乏一個統一的驗收標準。
為填補這一空缺，Meta最近發布了一套RAG評測基準，或許出乎大家的意料，哪怕是被大家公認最強的GPT-4在加上RAG之后，也僅僅只能勉強飄過40分（看了很多遍確認是百分制）！在LLM+RAG這條道路上，實際上我們還有太多值得繼續探索和優化的事情。
論文標題:CRAG – Comprehensive RAG Benchmar

原文鏈接：2024KDD挑戰任務，GPT-4僅得40分，Meta發布最新RAG評價基準

聯系作者

文章來源：夕小瑤科技說
作者微信：xixiaoyaoQAQ
作者簡介：專業、有趣、深度價值導向的科技媒體。聚集30萬AI工程師、研究員，覆蓋500多家海內外機構投資人，互聯網大廠中高管和AI公司創始人。一線作者來自清北、國內外頂級AI實驗室和大廠，兼備敏銳的行業嗅覺和洞察深度。商務合作：zym5189