Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2506.20869

帮助 | 高级搜索

计算机科学 > 软件工程

arXiv:2506.20869 (cs)
[提交于 2025年6月25日 ]

标题: 为现实应用设计、开发和评估工程化RAG系统

标题: Engineering RAG Systems for Real-World Applications: Design, Development, and Evaluation

Authors:Md Toufique Hasan, Muhammad Waseem, Kai-Kristian Kemell, Ayman Asad Khan, Mika Saari, Pekka Abrahamsson
摘要: 检索增强生成(RAG)系统正成为将大型语言模型(LLMs)与外部知识结合的关键方法,解决了事实准确性与上下文相关性方面的局限性。 然而,缺乏关于基于RAG实现的实证研究,这些研究在真实世界用例中进行,通过普通用户参与进行评估,并伴有系统性的经验总结记录。 本文介绍了五个针对治理、网络安全、农业、工业研究和医学诊断等实际场景开发的领域特定RAG应用。 每个系统都集成了多语言OCR、通过向量嵌入进行语义检索以及领域适应的LLMs,通过本地服务器或云API部署以满足不同的用户需求。 一项基于网络的评估涉及总共100名参与者,从六个维度评估了这些系统:(i)易用性,(ii)相关性,(iii)透明度,(iv)响应性,(v)准确性,(vi)推荐的可能性。 根据用户反馈和我们的开发经验,我们记录了十二个关键经验教训,突出了影响RAG系统在实践中可靠性和可用性的技术、运营和伦理挑战。
摘要: Retrieval-Augmented Generation (RAG) systems are emerging as a key approach for grounding Large Language Models (LLMs) in external knowledge, addressing limitations in factual accuracy and contextual relevance. However, there is a lack of empirical studies that report on the development of RAG-based implementations grounded in real-world use cases, evaluated through general user involvement, and accompanied by systematic documentation of lessons learned. This paper presents five domain-specific RAG applications developed for real-world scenarios across governance, cybersecurity, agriculture, industrial research, and medical diagnostics. Each system incorporates multilingual OCR, semantic retrieval via vector embeddings, and domain-adapted LLMs, deployed through local servers or cloud APIs to meet distinct user needs. A web-based evaluation involving a total of 100 participants assessed the systems across six dimensions: (i) Ease of Use, (ii) Relevance, (iii) Transparency, (iv) Responsiveness, (v) Accuracy, and (vi) Likelihood of Recommendation. Based on user feedback and our development experience, we documented twelve key lessons learned, highlighting technical, operational, and ethical challenges affecting the reliability and usability of RAG systems in practice.
评论: 被接受为第51届欧洲微电子会议软件工程与高级应用(SEAA 2025)的全文。9页,4图。这是预印本版本,不是最终的排版版本。
主题: 软件工程 (cs.SE) ; 人工智能 (cs.AI); 信息检索 (cs.IR)
ACM 类: D.2.11; I.2.6; H.3.3
引用方式: arXiv:2506.20869 [cs.SE]
  (或者 arXiv:2506.20869v1 [cs.SE] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.20869
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Md Toufique Hasan [查看电子邮件]
[v1] 星期三, 2025 年 6 月 25 日 22:40:00 UTC (3,483 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
cs.AI
cs.IR
cs.SE

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号