Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

WixQA: A Multi-Dataset Benchmark for Enterprise Retrieval-Augmented Generation

Created by
  • Haebom
Category
Empty

저자

Dvir Cohen, Lin Burg, Sviatoslav Pykhnivskyi, Hagit Gur, Stanislav Kovynov, Olga Atzmon, Gilad Barkan

개요

본 논문은 기업 환경의 질문 응답(QA) 시스템을 위한 새로운 벤치마크인 WixQA를 소개합니다. 기존의 오픈 도메인 데이터셋과 달리, WixQA는 Wix.com 고객 지원 상호 작용에서 추출된 실제 질문과 답변을 포함하며, 답변을 생성하는 데 사용된 지식 기반(KB) 스냅샷도 함께 제공합니다. WixQA는 전문가가 작성한 답변(WixQA-ExpertWritten), 사용자 대화에서 추출된 답변(WixQA-Simulated), 그리고 LLM을 이용해 생성된 답변(WixQA-Synthetic) 세 가지 데이터셋으로 구성되어 있으며, 기업 RAG 시스템의 검색 및 생성 성능을 종합적으로 평가할 수 있도록 설계되었습니다. MIT 라이선스 하에 KB 스냅샷과 데이터셋을 공개하고, 기준 성능 결과도 함께 제공합니다.

시사점, 한계점

•
시사점:
◦
기업 환경의 현실적인 질문 응답 시스템 평가를 위한 새로운 벤치마크 제공
◦
검색과 생성 성능을 종합적으로 평가 가능
◦
실제 사용자 질문과 전문가 답변을 포함하여 현실적인 데이터셋 제공
◦
공개된 지식 기반 스냅샷을 통해 재현성 있는 연구 가능
◦
다양한 유형의 데이터셋(ExpertWritten, Simulated, Synthetic)을 통해 포괄적인 평가 가능
•
한계점:
◦
Wix.com 특유의 도메인에 국한된 데이터셋으로 일반화 가능성에 대한 제한
◦
LLM을 이용하여 생성된 합성 데이터셋의 품질에 대한 의존성
◦
데이터셋의 규모가 다른 기존 대규모 QA 벤치마크에 비해 상대적으로 작을 수 있음
👍
Made with Slashpage