该项目的核心资产是俄语检索与 RAG 评测基础设施，而不是 KV Cache 或长上下文推理内核。
主归属 Research Domains / Information Retrieval Intelligence；长上下文只作为检索压缩上下文的相邻问题。
进入展开Direct SummaryStructured HTMLFrozen projectionBrowser-only edit
俄语语义检索与 RAG 评测
以 RusBEIR、混合检索、长文档召回和 RAG 联合评测为核心的俄语检索能力专题
使用方式：结构化 HTML，可直接编辑文本块；持久更新请改 data/workbench.json 后重新生成。 本页与详细工作台共享同一份 facts/data。
5主线维度
5能力矩阵
3证据源
4资源卡
一、外部汇报只需带走的结论
结论优先；每张卡保留 data-json-path 用于追溯冻结投影；页面内临时编辑不会写回当前权威数据。
二、综述方法状态
按照最新 review methodology 标准，展示协议、质量矩阵和资源池状态。
P0-P7 综述流程已落地
Protocol / Search / Screening / Extraction / Quality / Synthesis / Reporting / Review artifacts are present.
证据质量矩阵
0 items · 0 public URL · 0 candidate-only
资源池审查
0 breadth · 0 profiles · 0 pending upgrades
二、结构与链路
用少量节点表达该专题的底层结构，避免外部读者陷入长表。
三、关键维度
详细维度在工作台继续展开；本页只保留可汇报的主线。
Benchmark Engineering
数据集纳入、Qrels、版本、License、Hash、Leaderboard 与可复现脚本。
Hybrid Retrieval
BM25、Dense、Sparse、Fusion 与 Neural Reranking 的组合。
Long-document Retrieval
全文、段落、滑窗和句子粒度下的召回、成本与时延。
RAG Evaluation
检索、上下文选择、答案生成和答案质量联合评测。
四、能力与资源判断
把资源、能力、证据等级和缺口压缩成一页可讲清楚的判断。
Russian IR benchmark adapter
需要固定 release、dataset manifest、Qrels provenance 和 license matrix。
Hybrid retrieval evaluation
需要统一模型版本、索引参数、延迟和成本采集。
Long-document stress test
需要 512/2K/8K/32K token 分层和全文/段落/滑窗对照。
RSF project 25-21-00206
qualified_clue
RusBEIR
public_reproduction_candidate
MSU Laboratory of Information Resources Analysis
regional_resource_mirror
五、合作方向与落地机会
只呈现可以对外讨论的方向，风险边界在下一节给出。
固定 RusBEIR 版本
收集 release、数据列表、Hash、Qrels、License 和官方 baseline。
复现公开结果
在统一环境复现 BM25、Dense 和 Reranking。
建立长文档压力测试
覆盖全文、段落、滑窗、句子和四档长度。
组织技术尽调
由 CRI/CSI 主持，邀请项目负责人和三位核心成员。
六、风险、缺口与证据状态
一页汇报必须同时讲机会和边界，避免把候选判断写成既成结论。
把 Benchmark 总榜当作生产选型结论
强制输出分桶结果和场景路由矩阵。
把翻译数据等同原生俄语
按 native/translated/multilingual/newly-created 分组。
把长文档检索误写成 KV Cache 研究
KV Cache 只作为相邻基础设施标签，不作为主能力。
只联系项目负责人
同时覆盖 Dobrov、Loukachevitch、Kovalev、Tikhomirov。
专项俄语 Retriever 的公开发布状态不明确。
向团队索取模型卡、代码、权重和训练数据边界。
Benchmark 不同阶段的数据集数量和 release 边界需要固定。
建立 manifest、版本、Hash、License 和 Qrels provenance。
真实企业查询分布和权限过滤尚未进入公开 Benchmark。
由 CBG-AI/AI-scenario 提供脱敏场景集。
长文档与 RAG 联合评测缺少统一成本指标。
补 Token、延迟、GPU/CPU、索引体积与答案正确率。
七、下一步
对外沟通后，内部继续回到工作台补证据、扩资源、做验证。
固定 RusBEIR 版本
收集 release、数据列表、Hash、Qrels、License 和官方 baseline。
复现公开结果
在统一环境复现 BM25、Dense 和 Reranking。
建立长文档压力测试
覆盖全文、段落、滑窗、句子和四档长度。
组织技术尽调
由 CRI/CSI 主持，邀请项目负责人和三位核心成员。