تشير الأبحاث العلمية إلى أن الاستعلامات غالباً ما تكون مختصرة، بينما تستخدم الأوراق البحثية ذات الصلة مصطلحات متخصصة. في هذا السياق، تبرز دراسة جديدة تستخدم SPLADE-v3 لتختبر تأثير التوسع المصنوع في الاستعلامات على تحسين نتائج البحث. تم اختبار أربعة أشكال من قوائم المصطلحات، بما في ذلك مستند زائف ومراجع زائفة ونص مدفوع بواسطة النصوص المرجعية، في بيئات مختلفة مثل NFCorpus وTREC-COVID وSciDocs.

تظهر النتائج أن جميع الطرق التي تم اختبارها أدت إلى تحسين معدلات nDCG@10، حيث سجلت أعلى المكاسب النسبية 4.81%، 8.92%، و9.47%. والأهم من ذلك، بقيت 11 من هذه المكاسب ذات دلالة إحصائية بعد تطبيق تصحيح هولم. كما استمر التحسن في 103 من أصل 114 من إعدادات التداخل، مما يعني أن المزايا المقدمة من استخدام مفردات مستحدثة تتجاوز قاعدة المعرفة الأصلية.

ومع ذلك، لم تنتج المخططات المفهومية المعتمدة على المحفز أي مكاسب ثابتة، مما يشير إلى أن المقترحات المولدة يمكن أن تكمل مسترجع الوثائق القوي، شريطة أن يظل الاستعلام الأصلي تمثيلاً قوياً. هذا اكتشاف قد يغير الطريقة التي ننظر بها إلى استرجاع المعلومات في عصر الذكاء الاصطناعي.