SePer：通过语义困惑度降低测量检索效用

本研究针对现有检索增强生成(RAG)方法评估中的不足，提出了新的自动化评估方法，以信息增益为视角来测量检索质量。具体而言，我们引入了语义困惑度(SePer)这一指标，量化检索对减少语义困惑度的有效性，实验证明SePer与人类偏好高度一致，并在多种RAG场景中提供更精准高效的检索效用评估。