| DC Field | Value | Language |
|---|
| dc.contributor.author | Костюкевич, А. Ю. | - |
| dc.contributor.author | Васильева, В. А. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2026-08-13T10:42:56Z | - |
| dc.date.available | 2026-08-13T10:42:56Z | - |
| dc.date.issued | 2026 | - |
| dc.identifier.citation | Костюкевич, А. Ю. Оценка качества RAG-систем (LLM + поиск) в прикладных задачах = Evaluation of RAG systems (LLM + search) in applied tasks / А. Ю. Костюкевич, В. А. Васильева // Актуальные вопросы экономики и информационных технологий : сборник материалов докладов 62-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 13–17 апреля 2026 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2026. – С. 543–546. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/65421 | - |
| dc.description.abstract | В работе рассматривается задача оценки качества систем генерации ответа с поисковым дополнением в прикладной задаче вопросно-ответного взаимодействия по текстовому корпусу. Исследование направлено на сравнение двух подходов: генерации ответа без внешнего контекста и генерации ответа с предварительным извлечением релевантных документов. В практической части используется набор данных, содержащий вопросы, ответы и подтверждающие документы, что позволяет оценивать не только итоговый ответ, но и качество поиска. Эксперимент показывает, что подключение внешнего текстового контекста повышает точность и полноту ответа по сравнению с генерацией без поиска. Также установлено, что итоговое качество системы в значительной степени зависит от качества извлечения документов, а подача эталонного контекста позволяет определить верхнюю границу качества всей архитектуры. Полученные результаты подтверждают целесообразность применения систем генерации ответа с поисковым дополнением в задачах, где требуется опора на документы и фактическая обоснованность ответа. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | крупные языковые модели | en_US |
| dc.subject | извлечение документов | en_US |
| dc.subject | семантический поиск | en_US |
| dc.subject | лексический поиск | en_US |
| dc.subject | RAG-системы | en_US |
| dc.subject | оценка качества | en_US |
| dc.subject | LLM | en_US |
| dc.subject | прикладные задачи | en_US |
| dc.subject | прикладные задачи | en_US |
| dc.title | Оценка качества RAG-систем (LLM + поиск) в прикладных задачах | en_US |
| dc.title.alternative | Evaluation of RAG systems (LLM + search) in applied tasks | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The paper considers the problem of evaluating the quality of answer generation systems with retrieval augmentation in an applied question answering task over a text corpus. The study is aimed at comparing two approaches: answer generation without external context and answer generation with preliminary retrieval of relevant documents. The practical part uses a dataset that contains questions, answers, and supporting documents, which makes it possible to evaluate not only the final answer but also the quality of retrieval. The experiment shows that the use of external textual context improves answer accuracy and completeness in comparison with generation without retrieval. It is also established that the overall quality of the system strongly depends on the quality of document retrieval, while the use of reference context makes it possible to determine the upper quality bound of the whole architecture. The obtained results confirm the usefulness of answer generation systems with retrieval augmentation in tasks that require document grounding and factual reliability. | en_US |
| Appears in Collections: | Актуальные вопросы экономики и информационных технологий : материалы 62-й научной конференции аспирантов, магистрантов и студентов (2026)
|
