개요

원천: Stanford IR Lab 논문 날짜: 2025-12-15 지역: US 계층: L1 신뢰도: 0.9

핵심 내용

RAG 검색 정확도 vs 비용 트레이드오프: BM25부터 Dense Retrieval까지

출처: Stanford IR Lab 논문 날짜: 2025-12-15 지역: US 계층: L1 | 깊이: detailed 신뢰도: 0.9 | 논제 정합: 0.5

핵심 지표

Dense Retrieval (벡터 기반) 정확도 +35% vs BM25, 레이턴시 +50ms

요약

정확도 향상의 비용: 임베딩 계산 + 벡터 DB 조회 → 자동으로 전력·메모리 비용 증가

Vibe Coding Economy 정합성

마스터 논제 점수: 0.5

---

원본: kr_006 | 출처 URL: https://arxiv.stanford.edu/papers/2025-rag-retrieval-cost-accuracy-tradeoff.pdf

Vibe Coding Economy 정합성

마스터 논제 점수: 0.5

---

원본 ID: P6_kr_006