arXiv · cs.AI · Hira Naveed, Scott Barnett, Stefanus Kurniawan, John Grundy, Chetan Arora, Hourieh Khalajzadeh, Omar Haggag · 5 小时前模型评分56
RAGLog 提出无需参考答案的 检索增强生成（RAG，Retrieval-Augmented Generation） 流水线故障定位方法
From Logs to Faults: Reference-Free Fault Localization for Retrieval-Augmented Generation Pipelines
导读
论文提出 RAGLog，利用执行日志检测并定位检索增强生成（RAG，Retrieval-Augmented Generation）流水线各阶段的故障，不需要参考答案或代码埋点。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We present RAGLog, which detects and localizes faults across RAG stages using execution logs, without requiring reference answers or code instrumentation.”
- “RAGLog is available as an open-source tool for debugging, evaluating, and monitoring RAG pipelines.”
来源：arXiv · cs.AI · arxiv.org