斯坦福重设RAG新基线之DOS_RAG

Baselines

Vanilla RAG

分块100tokens，边界处保留完整句子，也就是说100+tokens，用Snowflake Arctic-embed-m 1.5 embdding 文本块和query，查询时计算 cosine similarity，排序，取排名靠前的块，直到到达最大输入tokens，最后按降序方式和query给LLM。

Full-Document Baseline

仅在 QuALITY 上测试（其doc都在最大input范围内），保证无keyinf丢失。

DOS RAG

与Vanilla RAG不同之处在于，最后按原文档集里出现的顺序和query提交给LLM。