في عالم الذكاء الاصطناعي، يسعى الباحثون باستمرار لتحسين نظم استرجاع المعلومات، وخاصة في سياق المحادثات الطويلة التي تتطلب تفهماً عميقاً للسياق. في هذا الإطار، تم الكشف عن نظام جديد يحمل اسم 5ting، والذي تم تطويره لمسابقة SemEval-2026 في المهمة الثامنة (MTRAGEval). هذه المسابقة تعتبر واحدة من الفعاليات المهمة التي تقيّم أنظمة استرجاع المعلومات المعززة بالتوليد (Retrieval Augmented Generation - RAG).

يهدف نظام 5ting إلى مواجهة التحديات الشائعة في أنظمة RAG متعددة الجولات، مثل انحراف السياق (context drift) وعدم التحديد (under specification) واحتمالية الهلوسة (hallucination risk). من خلال دمج تقنيات مثل استرجاع BGE-M3 الكثيف وفهرسة FAISS، بالإضافة إلى استرجاع مزدوج الاستعلام وإعادة تصنيف باستخدام نماذج اللغة الكبيرة (LLMs)، يحقق النظام نتائج مثيرة للاهتمام.

في إطار الاختبارات، نجح المقتطف في تحقيق nDCG@5 يعادل 0.4719 في المهمة A، حيث احتل النظام الكامل المرتبة في المهمة C بتسجيله لدرجة هارمونية بلغت 0.5597 وRL_F بلغت 0.7692. تعتبر هذه النتائج دليلاً على قدرة النظام على تحسين جودة الاسترجاع وتجربة المستخدم في السياقات متعددة الجولات.

إذا كنتم من المهتمين بتطورات الذكاء الاصطناعي وتقنيات استرجاع المعلومات، فإن نظام 5ting يمثل نقطة تحول قد تؤثر بشكل كبير على كيفية تفاعل الأنظمة مع المستخدمين.