RAG / 检索增强生成

Why RAGs Hallucinate: Penalty-Aware Evaluation of Retrieval-Augmented Generation Systems with Knowledge-Gap Canaries

检索增强生成系统为何会产生幻觉：基于知识间隔金丝雀的惩罚感知评估

Alden Do Rosario, Hussein Younes, Felipe Pires

专题命中 RAG评测 ：RAG(summary_cn,abstract)；retrieval-augmented generation(title,abstract)；分类 cs.CL、cs.AI

AI总结 该研究针对RAG系统的幻觉问题，提出惩罚感知评估框架，结合不对称评分、知识间隔金丝雀和失败归因流程，在SimpleQA-Verified数据集上揭示系统差异源于不当作答，而非准确率，相关资源已公开。

Comments 13 pages, 1 figure, 5 tables. Code, full per-request logs, and all judge votes: this https URL (https://github.com/adorosario/why-rags-hallucinate)

Exploring the Role of LLMs in HPC Programming: A Survey

探索大语言模型（LLM）在高性能计算（HPC）编程中的作用：一项综述

Strahinja Ljaljevic, Josep Jorba, Sergio Iserte

专题命中 RAG评测 ：RAG(abstract,abstract_cn)；retrieval-augmented generation(abstract)；分类 cs.AI

AI总结 本综述梳理了LLM在HPC编程五大类任务中的应用，指出通用LLM在串行等任务表现尚可但分布式范式不足，领域专用模型准确率更高但范围狭窄，LLM短期内无法取代HPC专家，将成为软件开发的强大合作者，二者融合是长期共同演化过程。

On Scope Classification and Current Knowledge-Editing Benchmarks: A Negative Result, with INLAY as a Gradient-Free Case Study

范围分类与当前知识编辑基准：一项负面结果——以INLAY为例的无梯度案例研究

Aditya Pratap Singh

专题命中 RAG评测 ：retrieval-augmented generation(abstract)；分类 cs.CL、cs.AI

AI总结 该研究指出当前知识编辑基准无法衡量SERAC系列的范围决策，以INLAY为案例验证其结构性缺陷，还披露了INLAY的不足及自身路由机制的两个未影响核心结果的错误。

Comments 12 pages, 5 figures, 6 tables. Code and data: this https URL (https://github.com/Aditya-PS-05/INLAY)