论文：向量RAG在小型希腊语知识库胜出
热点事件持续更新
论文：向量RAG在小型希腊语知识库胜出
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
一篇新论文对比工具调用检索与向量 RAG 在小型希腊语-英语知识库上的表现：在 KyGround 基准（198 道题，取自希腊 Kythera 农业平台已公布记录）上，向量 RAG 正确率 95.3%，工具调用智能体仅 71.6%，相差 23.6 个百分点，作者称测试以 Claude Haiku 4.5 作为路由与回答模型。 该基准的每道题最多以九种形式提问，包括不带重音的希腊语、全大写希腊语和三种希腊语拉丁化写法（Greeklish），用于考察用户输入方式变化时的鲁棒性，答案依据记录自动核验。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
工具调用检索 vs 向量 RAG：小型希腊语-英语知识库的准确率与用户输入希腊语方式的鲁棒性对比报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.AI工具调用检索 vs 向量 RAG：小型希腊语-英语知识库的准确率与用户输入希腊语方式的鲁棒性对比
在 KyGround 基准（198 道题，来自希腊 Kythera 农业平台记录）上，以 Claude Haiku 4.5 作为路由与回答模型，向量 RAG 正确率 95.3%，工具调用智能体仅 71.6%，差 23.6 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。