في عالم الذكاء الاصطناعي، تُعتبر أنظمة الجيل المعزز بالاسترجاع (Retrieval-augmented generation - RAG) إحدى الابتكارات الرائدة التي تفتح آفاق جديدة في معالجة المعلومات. ومع ذلك، يواجه الباحثون تحديات كبيرة بسبب الخيارات المعقدة المتعلقة بتصميم هذه الأنظمة، بما في ذلك إعادة كتابة الاستفسارات، وتقسيم البيانات، وعمق الاسترجاع، وإعادة الترتيب، وضغط السياق.

لذا، جاءت إنطلاقة جديدة من خلال مشروع يسمى RAISE - محرك البحث الذكي لتصميم أنظمة RAG. يهدف RAISE إلى جعل عملية تصميم هذه الأنظمة أكثر دقة وسلاسة، عبر توفير إطار عمل شامل لتقييم خوارزميات تحسين المعلمات (hyperparameter optimization) في بيئات بحث موحدة.

يعمل RAISE على تنفيذ 13 خوارزمية بحث ويقوم بتقييم أدائها عبر سبعة مجموعات بيانات نصية ومتعددة الوسائط، مستخدمًا ثلاث بذور عشوائية. تكشف نتائج التجارب عن أن أداء خوارزميات التحسين يعتمد بشكل كبير على طبيعة المهام المعينة؛ إذ قد تتفوق طريقة معينة في مجموعة بيانات ولا تعطي نفس النتائج في مجموعة بيانات أخرى.

تسهم هذه الدراسة في تطوير ممارسات بحث عادلة وقابلة للتكرار، مما يفتح المجال لمزيد من الابتكارات في ربط أنظمة RAG بمختلف التطبيقات. RAISE هو خطوة رائدة تهدف إلى تسريع وتيرة الأبحاث وتحسين نتائجها في عالم الذكاء الاصطناعي.