Why
The PoC builds a small RAG pipeline (chunk, embed, retrieve, answer) and measures answer quality against retrieval quality, showing the bottleneck is upstream of the model.
How it works
Not yet built.
Workspace Index › Dev Notes › RAG — the model answers from what you retrieved, right or wrong
#190PoC
RAG — the model answers from what you retrieved, right or wrong
Retrieval-augmented generation grounds an answer in fetched documents instead of the model's memory, which moves the failure mode from hallucination to retrieval quality — you now fail by fetching the wrong passage.
RAG — 모델은 검색해 준 것으로 답한다, 옳든 그르든
검색증강생성은 답을 모델의 기억이 아니라 가져온 문서에 근거하게 하며, 실패 양식을 환각에서 검색 품질로 옮깁니다 — 이제 잘못된 문단을 가져와서 실패합니다.
왜
이 PoC는 작은 RAG 파이프라인(청킹, 임베딩, 검색, 답변)을 만들어 답변 품질을 검색 품질에 대비해 측정하고, 병목이 모델 상류에 있음을 보입니다.
동작 방식
아직 만들지 않음.