في عالم اليوم الرقمي، أصبحت الحاجة إلى تنظيم المعلومات واسترجاعها بطريقة فعّالة أكثر إلحاحاً من أي وقت مضى. يقدم مشروع "SearchWiki" إطاراً جديداً يغير قواعد اللعبة في كيفية وصولنا إلى المعرفة. هذا النظام الجديد يعيد تشكيل طريقة استرجاع المعلومات عبر تجميع البيانات في هيكل هرمي، مما يسهل عملية البحث النشط للمعرفة.

SearchWiki لا يقتصر فقط على تخزين المعلومات، بل يعتمد على نموذج ذكاء اصطناعي متقدم يُعرف باسم "WikiResearcher-9B". هذا النموذج مدرب خصيصًا لاستخدام أدوات متعددة لتحسين عملية البحث، مما يسمح بالتنقل بين المعلومات بسلاسة. هيكلة المعلومات في SearchWiki تشمل ثلاث طبقات: لمحات عامة عن الوثائق، صفحات موضوعات عابرة للوثائق، وسجلات مصادر على مستوى الصفحة، مما يسمح بتحسين مستمر لاسترجاع المعلومات عند الفشل في البحث الأولي.

التكنولوجيا وراء SearchWiki تعتمد على التعلم المعزز على السياسات (on-policy reinforcement learning) وتهدف إلى تحقيق توازن بين دقة الأجوبة وجودة الاسترجاع وكفاءة المسار. في اختبارات مختلفة، أظهر WikiResearcher-9B، نموذجنا المعتمد على Qwen 9B المعدل، أداءً متفوقًا على الطرز غير المدربة بالمقارنة ذات الحجم المتساوي وبتفوق على نماذج خارجية أكبر.

إن استخدامها كبديل عن استرجاع البيانات التقليدي قد يغير الطريقة التي نتفاعل بها مع المعلومات، مما يعزز من فعالية البحث ويسهل الوصول إلى المعرفة بأسلوب مبتكر.