GeopoliticalQA：情报报告检索与生成基准发布
Get the story
2026年10月12日，arXiv Computation and Language 发布 GeopoliticalQA 基准。该基准基于 415 份开源地缘政治与战略情报报告构建，包含 5,525 个文档级问答对，问题覆盖事实、推理、比较与风险四类。研究评测了 15 个检索系统与 6 个开放权重大语言模型的 RAG 表现。结果显示，各系统的文档级检索水平相近；chunk 级检索质量并不取决于嵌入模型规模：中等规模开源编码器 bge-m3 可比肩大一个数量级的模型，并优于商业嵌入 API。
Generated from reports · updated 2 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Computation and LanguageGeopoliticalQA：面向情报报告的检索与生成评测基准
GeopoliticalQA 基准基于 415 份开源地缘政治与战略情报报告构建，含 5,525 个文档级问答对，覆盖事实、推理、比较与风险类问题。研究评测了 15 个检索系统与 6 个开放权重 LLM 的 RAG 表现，发现文档级检索水平相近，但 chunk 级检索质量不取决于嵌入模型规模：中等规模开源编码器 bge-m3 比得上大一个数量级的模型并优于商业嵌入 API。
Heat trend
Current heat 9·Comparable peak 10（Oct 12）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.