RAGCap-Bench：细粒度评测 Agentic RAG 中间能力的新基准

RAGCap-Bench 是一项面向 Agentic RAG 系统的能力型评测基准，相关论文发表于 AACL/IJCNLP 2026。研究者通过分析 SOTA 系统输出、归纳中间任务与核心能力，并建立典型 LLM 错误分类体系来设计细粒度评测题。实验显示，在 RAGCap 上表现更强的“慢思考”模型端到端结果也更好，验证了基准的有效性与中间能力的重要性。