arXiv cs.AI· Jeonghwan Choi, Jibin Hwang, Hayoon Park, Hyeonjae Cheon, Hwanjun Song·· 1 天前AI 评分31
RetailBridge：面向企业零售异构数据工作流的智能体 RAG 基准与 RetailRAG 框架
Toward Agentic Retrieval-Augmented Generation for Enterprise Retail Workflows over Heterogeneous Data Sources
AI 导读
研究团队提出 RetailBridge，一个基于 persona 驱动模拟构建的组合式零售基准，其问题需跨结构化产品订单记录与非结构化咨询评论等异构数据源链接实体与中间答案。
正文 · AI 翻译
摘要：企业零售工作流要求智能体在异构来源之间串联证据，从结构化的产品和订单记录到非结构化的咨询与评论，然而现有的智能体式 RAG 基准很少能捕捉这一挑战。为了对此类工作流进行受控评估，我们推出了 RetailBridge，一个基于人物驱动模拟构建的组合式零售基准。其问题通过跨异构来源链接实体和中间答案来构建，要求智能体识别相关来源、在来源之间传递证据，并给出有依据的答案。为了在这些零售工作流上系统评估 LLM，我们开发了 RetailRAG，一个具备自动模式简报、来源路由式计划链和诊断式计划修订的零售感知框架。RetailRAG 在所有评估维度上始终优于现有的智能体式 RAG 基线，可作为评估零售工作流中 LLM 智能体的强参考系统。在 RetailBridge 上，使用 RetailRAG 评估十个 LLM 主干模型表明，多源串联是跨提供商和模型规模的主要瓶颈，这表明可靠的零售智能体需要显式的跨源编排，而非仅靠扩大规模。代码和数据公开于 此 https URL。
| 评论： | 已被 KDD 2027 数据集与基准赛道（第 1 轮）接收 |
| 主题： | 人工智能（cs.AI）；信息检索（cs.IR） |
| 引用为： | arXiv:2610.25096 [cs.AI] |
| （或 arXiv:2610.25096v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.25096 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Jeonghwan Choi [查看电子邮件]
[v1]
2026 年 10 月 18 日星期日 08:15:12 UTC（1,361 KB）
[v2]
2026 年 11 月 11 日星期三 13:16:49 UTC（1,359 KB）
来源：arXiv cs.AI · arxiv.org