1️⃣2️⃣ arXiv · RAGPerf: End-to-End RAG Benchmarking Framework（⭐⭐⭐ 参考）

类型：arxiv
标识：2603.10765
链接：https://arxiv.org/abs/2603.10765
主题：agent, database, engineering, evaluation, llm-infra, multimodal, rag, risk
主分类：rag
形态：benchmark
被引：1
被引来源：Semantic Scholar
S2被引：1
OpenAlex被引：0
影响力被引：0
TLDR：The design and implementation of a RAG-based AI system benchmarking (RAGPerf) framework for characterizing the system behaviors of RAG pipelines is presented and it is shown that RAGPerf incurs negligible performance overhead.
OpenAlex ID：W7135014373
OpenAlex DOI：10.48550/arxiv.2603.10765
DOI：10.48550/arxiv.2603.10765
DOI来源：OpenAlex
开放获取：green
开放获取链接：https://doi.org/10.48550/arxiv.2603.10765
OpenAlex更新：2026-08-23
标题中文：arXiv · RAGPerf：端到端 RAG 基准测试框架（⭐⭐⭐ 参考）
TLDR中文：提出一个面向 RAG 的 AI 系统基准测试（RAGPerf）框架，用于刻画 RAG pipeline 的系统行为，并证明其引入的性能开销可忽略不计。
副分类：evaluation
待LLM分类：否
来源文件：
/inbox/jay/2026-06-10-agent-memory-mechanisms-rag-eval.md
/inbox/jay/2026-06-16-1850-engineering-filter-harness-rag-eval.md
[S2 enrich]
[OpenAlex backfill]

可复用信息

- 标签：Agentic RAG Enterprise FinanceBench Evaluation
- 链接：https://arxiv.org/html/2510.13910v2
- 细粒度评估 Agentic RAG 组件能力（规划/检索/推理中间过程），而非仅端到端 QA；揭示中间步骤错误如何级联影响最终答案
- 标签：Agentic RAG Benchmark Component Evaluation
- 链接：https://arxiv.org/html/2603.10765v1
- 端到端 RAG Benchmark，覆盖 Wikipedia (6.41M 条目)、Arxiv (30K PDFs)、GitHub Code (11M)、The People's Speech (300K 音频)；支持数据/张量/流水线并行配置
- 标签：RAG Benchmark End-to-End Performance
- 链接：https://recsys.substack.com/p/is-bm25-enough-for-agentic-deep-research