심슨 역설: 그룹별로 좋은 모델이 전체에서는 낮아 보일 때
쉬움·어려움의 합성 성공 건수로 그룹별 순위와 전체 순위가 뒤집히는 이유를 검산한다. 실제 구성의 관측값과 공통 가중치 표준화, 인과 효과를 구분한다.
품질
RAG 검색 평가: Recall@k와 MRR로 누락과 순위를 나누기
고정 문서 ID와 합성 검색 순위로 Recall@k·MRR@k를 계산한다. 전체 정답 분모, 질의 평균, 무정답·중복·청크 정책과 최종 답변 평가의 차이를 확인한다.