RAG-Survey-and-Benchmark-Paper：检索策略与 RAG 架构的跨域基准测试

Jaweria-m/RAG-Survey-and-Benchmark-Paper 仓库发布了 RAG 结构化综述与跨域实证基准的代码和结果，在相同生成器、提示词和语料下逐一替换组件，对比 R0-R5 检索策略与 A1-A4 架构。HotpotQA 上混合检索加 reranker 将 F1 从 24.5 提升至 58.8，迭代检索达 66.4 但延迟为 3.4 倍；通用教科书语料使 PubMedQA* 准确率从 58.2 降至 38.8，3B LLM judge 与简单 grounding 检查的一致性 Cohen's κ 为 −0.02。全部实验在单块免费 T4 GPU 上约 1.5–2 小时完成，使用 Qwen2.5-3B-Instruct 贪心解码，不训练或微调模型。