تکناو

بنچمارک TekRag

درگاه رسمی بنچمارک TekRag؛ اولین فریم‌ورک استاندارد ارزیابی دقت، بازیابی و پاسخ‌دهی سیستم‌های RAG زبان فارسی.

بررسی جامع بنچمارک TekRag

تکناو به عنوان پیشگام در ارائه محتوای تخصصی، عمیق‌ترین تحلیل‌ها را در حوزه بنچمارک TekRag ارائه می‌دهد. ما معتقدیم که دسترسی به اطلاعات دقیق و علمی در این زمینه می‌تواند به توسعه فردی و سازمانی کمک شایانی کند. در این بخش شما به مجموعه‌ای بی‌نظیر از مقالات، بررسی‌های فنی، و روندهای آینده دسترسی خواهید داشت که توسط متخصصان و مهندسان ارشد تکناو گردآوری شده است.

هدف اصلی ما ایجاد یک پایگاه دانش غنی برای جامعه فارسی‌زبان است تا در مواجهه با چالش‌های دنیای مدرن تکنولوژی همواره به‌روز و آماده باشند. موضوعاتی مانند معماری سیستم‌ها، الگوهای طراحی مدرن، امنیت زیرساخت و توسعه پایدار همواره مورد توجه ویژه تیم تحریریه قرار دارد.

توصیه می‌کنیم مقالات این بخش را به دقت مطالعه کرده و برای درک بهتر مفاهیم، از فرهنگ واژگان تکناو و ابزارهای توسعه‌دهندگان ما استفاده کنید.

مجموعه داده و بنچمارک TekRAG-Persian

چارچوب داده‌محور برای ارزیابی پدیده توهم (Hallucination) در سیستم‌های بازیابی اطلاعات فارسی.

معرفی چارچوب پژوهش

TekRAG-Persian اولین مجموعه داده و چارچوب بنچمارک متمرکز بر زبان فارسی برای سنجش و کاهش میزان توهم در پیاده‌سازی‌های RAG است. این پروژه بر مبنای تحلیل مقاله‌های تخصصی رسانه تکناو و پاسخ‌دهی دقیق مدل‌های زبانی بزرگ توسعه داده شده است.

هدف این بنچمارک ارزیابی سه متغیر کلیدی در بهبود عملکرد سیستم‌های بازیابی است: پاک‌سازی پیش‌رفته متن، افزودن متادیتاهای ساختاریافته به تکه‌ها، و تأثیر هدایت مدل با تأکید بر استناد به منابع اصلی.

شناسنامه و لینک‌های دسترسی

💾 مجموعه داده در Hugging Face

دسترسی به فایل‌های خام متون و پرسش‌ها

مشاهده دیتاست

🔗 شناسه دیجیتال Zenodo (DOI)

نسخه آرشیو شده و معتبر علمی پژوهش

مشاهده DOI

⚙️ سورس‌کد در GitHub

کدهای پیاده‌سازی و ارزیابی بنچمارک

مشاهده ریپازیتوری

نحوه ارجاع علمی (Citation)

اگر از این بنچمارک یا دیتاست در پژوهش‌های دانشگاهی یا پروژه‌های علمی خود استفاده می‌کنید، لطفاً با فرمت BibTeX زیر به آن ارجاع دهید: 

@article{tekrag_persian_2026,
  title={TekRAG-Persian: A Data-Centric Evaluation Framework for Hallucination in Persian Retrieval-Augmented Generation},
  author={Sabbagh, Arsam},
  journal={Teknav Journal of AI Research},
  volume={1},
  number={1},
  pages={10-24},
  year={2026},
  publisher={Teknav Media}
}

ساختار مجموعه داده

این بنچمارک شامل بخش‌های زیر در فرمت JSON است:

Corpus (بدنه داده) شامل مقاله‌های تخصصی با تگ‌ها، دسته‌بندی، پاراگراف‌ها و عناوین مجزا.
Questions (سوالات) ۲۰۰ سوال واقعی طراحی شده توسط متخصصان در سطوح مختلف دشواری.
Gold Annotations (پاسخ‌های طلایی) تکه‌های دقیق پشتیبان برای هر سوال جهت سنجش بازیابی درست اطلاعات.
نصب اپلیکیشن تکناو
دسترسی سریع‌تر و آفلاین به مقالات