الثورة في استرجاع المعلومات: مقارنة بين أساليب استرجاع البيانات عبر أدوات استدعاء المعارف والتوليد المعزز بالمتجهات

في عصر الذكاء الاصطناعي، أصبح استرجاع المعلومات الدقيقة من قاعدة المعرفة أمراً بالغ الأهمية، خاصة في مجالات متقدمة مثل الزراعة. في هذه الدراسة، تم إجراء مقارنة بين أسلوبين مختلفين لاسترجاع المعلومات في قاعدة بيانات يونانية-إنجليزية صغيرة مخصصة للزراعة، حيث طُرحت 198 سؤالاً محققاً من سجلات منصة زراعية على كيثيرا، اليونان.

تضمن البحث مقارنة بين استرجاع المعلومات عبر أدوات استدعاء المعارف (Tool Calls) والتوليد المعزز بالمتجهات (Retrieval-Augmented Generation - RAG). استخدمنا نموذج Claude Haiku 4.5 كراوتر ونموذج إجابة، حيث أظهرت النتائج أن نظام RAG حقق دقة مذهلة تصل إلى 95.3% في الإجابة على الأسئلة بالصيغة اليونانية الصحيحة، بينما بلغ معدل دقة استرجاع الأدوات 71.6% فقط، مما يؤكد الفجوة الكبيرة بين الأمرين.

تمت مراجعة أساليب كتابة الأسئلة، حيث تم طرحها بأشكال متعددة، بما في ذلك اليونانية بدون حروف توضيحية، وفي أحرف كبيرة، وأيضاً بأساليب الكتابة اللاتينية المعروفة بـ "Greeklish". أظهرت النتائج أن استرجاع المعلومات عبر أدوات استدعاء المعارف كان عرضة لفقدان الدقة عند عدم تطابق الكلمات في السجلات نصياً، مما أثر سلباً على نتائج الإجابات.

بالمقابل، أظهر أسلوب RAG قدرة على التعامل مع تباين طريقة كتابة المستخدمين بصورة أكثر فعالية، مما يجعله خياراً أفضل عندما يتعلق الأمر بعمليات البحث التي تتسامح مع كيفية كتابة المستخدمين.

في الختام، يتضح أن الأداة المستخدمة لاسترجاع المعلومات في قاعدة معارف مجتمعية تحتاج إلى تحسينات لتكون أكثر تسامحًا مع الطرق المختلفة التي يكتب بها المستخدمون. لذا، ما رأيكم في تأثير هذه الأساليب على دقة المعلومات المسترجعة؟ شاركونا آرائكم!