RCP-nDCG@10: калиброванный рубрикой nDCG‑метрик для корпоративного поиска
Представлен RCP-nDCG@10 (Rubric-Calibrated Preferences nDCG@10) — метод оценки, где калиброванный LLM проверяет каждый возвращённый документ по явным критериям релевантности, вместо опоры только на разреженные qrels. В исследовании с 46 аннотаторами калиброванный AI‑оценщик поднял AUC предсказания человеческой релевантности с ≈0.65 (qrels) до ≈0.91; метрика используется для оптимизации следующего поколения поисковых моделей.