RAGExplorer: نظام تحليلات مرئية للتشخيص المقارن لأنظمة RAG

لقد عزز ظهور الجيل المدعوم بالاسترجاع (RAG) بشكل كبير قدرة نماذج اللغة الكبيرة (LLMs) على إنتاج استجابات دقيقة وموثوقة ومحدثة. ومع ذلك، فإن أداء نظام RAG لا يتحدد بواسطة مكون واحد ولكن يظهر من تفاعل معقد للاختيارات المودولية، مثل نماذج التضمين وخوارزميات الاسترجاع. وهذا يخلق مساحة تكوين واسعة وغالبًا ما تكون غامضة، مما يجعل من الصعب على المطورين فهم تجارات الأداء وتحديد التصاميم المثلى. لمواجهة هذه التحديات، نقدم RAGExplorer، وهو نظام تحليلات مرئية للمقارنة والتشخيص المنهجي لتكوينات RAG. يرشد RAGExplorer المستخدمين عبر سير عمل تحليلي سلس من العام إلى الخاص. في البداية، يمكّن المطورين من دراسة منظر الأداء عبر العديد من التكوينات، مما يسمح بفهم عام حول أي خيارات تصميم هي الأكثر فعالية. من أجل تحليل أعمق، يمكّن النظام المستخدمين من التعمق في حالات الفشل الفردية، والتحقيق في كيفية مساهمة اختلافات المعلومات المسترجعة في الأخطاء، واختبار الفرضيات بشكل تفاعلي عن طريق تحوير السياق المقدم لمراقبة التأثير الناتج على الإجابة المولّدة. نوضح فعالية RAGExplorer من خلال دراسات حالة مفصلة ودراسات مستخدمين، مما يحقق قدرته على تمكين المطورين من التنقل في مساحة تصميم RAG المعقدة.