Исследование посвящено созданию и проверке enterprise-RAG-системы для банковской сферы, где ошибки в ответах напрямую влияют на бизнес-показатели. Автоматизированная оценка проводится без полного набора эталонов: RAGAS измеряет faithfulness и релевантность, а ARES обеспечивает раздельный анализ этапов retrieval и generation с доверительными интервалами. Архитектура конвейера опирается на бенчмарк OmniEval и задачу FinQA. Платформа объединяет Qdrant, LLM, веб-поиск и enterprise-критерии CRUD-RAG. Результаты сравниваются с режимами LLM-only и retrieval-only через метрики RAGAS/ARES и долю верных расчетов FinQA. Анализ выявляет задачи, где RAG превосходит другие методы и может рекомендоваться для внедрения в банковской сфере.

Кузнецов Е.А., Потоцкий С.С. (науч. рук. Горгадзе А.А.) Enterprise-rag-система для финансового домена банка: оценка вклада retrieval-слоя и llm в качество ответов и бизнес-метрики // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/18054