في عالم الذكاء الاصطناعي، يتم إنتاج العديد من المعلومات كمنتج ثانوي عند تعامل النماذج مع استفسارات محددة. نقدم لكم هنا دراسة لتقنية جديدة تُعرف بـ 'التوجيه المستنير بالمسارات' (Navigation-Informed Embeddings - NIE). هذه التقنية تهدف إلى تحسين استرجاع المعلومات من خلال الاستفادة من استجابات الوكلاء دون الحاجة إلى علامات تقييم جديدة أو استفسارات صناعية.

تعود الفائدة الرئيسية من هذه التقنية إلى القدرة على تعديل معالجات استرجاع المعلومات المُعتمدة مسبقًا، حيث تقوم NIE بتحويل الوثائق النهائية إلى إيجابيات ناعمة (NIE-Stop) واستخدام الوثائق التي تسبقها كمقارنات صارمة، مما يفرض قيودًا ترتبط بالشكل الهندسي على النتائج.

من خلال استخدام مشفر BGE معدل، لاحظنا زيادة ملحوظة في أداء استرجاع المعلومات، حيث ارتفعت النسبة من 72.2 إلى 78.0 على مقاييس مستقلة. كما أظهرت NIE-Stop معدلًا يبلغ 76.9، بينما تمكنت NIE-Path من رفع الأداء على مسارات طويلة إلى 55.4 مقارنةً بـ 46.7 للمشفر غير المعدل. تعد النتائج واعدة وتمثل قفزة في تطوير أنظمة استرجاع المعلومات.

لذا، يمكننا القول إن NIE تفتح قناة تعديل خفيفة لتحسين أداء استرجاع المعلومات دون حاجة لتكاليف إضافية للبيانات. فهل أنتم متحمسون لمتابعة هذا التطور في عالم الذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات!