MemoryDocDataSet: benchmark de memoria conversacional y razonamiento en documentos largos
Descubre MemoryDocDataSet: un benchmark que desafía a la IA a combinar memoria conversacional y razonamiento en documentos largos. ¿Tu modelo supera la brecha?
#recuperación aumentada
QO-Bench: Diagnosticando la recuperación con operadores de consulta
Descubre QO-Bench: un benchmark que diagnostica la recuperación con operadores sobre tuplas de eventos. ¿Tu RAG ejecuta consultas correctamente?