Itinai.com it company office background blured chaos 50 v 74e4829b a652 4689 ad2e c962916303b4 0
Itinai.com it company office background blured chaos 50 v 74e4829b a652 4689 ad2e c962916303b4 0

SlideGar: Новый подход ИИ к использованию LLM для повторного ранжирования запросов и решения проблемы ограниченного охвата

 SlideGar: A Novel AI Approach to Use LLMs in Retrieval Reranking, Solving the Challenge of Bound Recall

«`html

SlideGar: Новый Подход ИИ для Повышения Эффективности Поиска Документов

Метод «retrieve and rank» стал популярным в системах поиска документов. Он позволяет переупорядочивать результаты поиска с помощью специального алгоритма. С развитием генеративного ИИ и больших языковых моделей (LLM) алгоритмы могут анализировать сложные языковые паттерны. Однако существует проблема, которая ограничивает эффективность этих систем — проблема ограниченного охвата.

Проблема Ограниченного Охвата

Если документ не был найден на первом этапе, он навсегда исключается из финального списка. Это приводит к потере важной информации. Для решения этой проблемы был предложен адаптивный процесс поиска (Adaptive Retrieval, AR), который динамически расширяет набор результатов.

Как Работает Adaptive Retrieval

AR использует оценки алгоритма для группировки схожих документов, которые могут быть релевантны запросу. Это можно рассматривать как механизм обратной связи, который увеличивает шансы на включение важных документов.

Инновации SlideGar

Исследователи из Германии и Университета Глазго разработали SlideGar, который объединяет AR и LLM, учитывая их различия. SlideGar изменяет AR так, чтобы итоговая функция ранжирования возвращала упорядоченный список документов, а не отдельные оценки релевантности.

Алгоритм SlideGar использует методы AR, такие как графовый адаптивный поиск и моделирование аффинности запросов, для быстрого поиска соседей документов. Он обрабатывает первоначальный набор документов и ранжирует их, используя листовое ранжирование.

Результаты Исследования

Исследование показало, что SlideGar улучшает показатели nDGC@10 на 13% и охват на 28% при постоянном количестве вычислений. При этом задержка в вычислениях составляет всего 0.02%.

Вывод

SlideGar позволяет LLM-ранжировщикам решать проблему ограниченного охвата. Этот алгоритм объединяет функции AR и LLM, что открывает новые возможности для исследований.

Как Использовать ИИ для Развития Вашей Компании

Если вы хотите, чтобы ваша компания развивалась с помощью ИИ, следуйте этим рекомендациям:

  • Анализируйте, как ИИ может изменить вашу работу. Найдите области, где автоматизация принесет пользу.
  • Определите ключевые показатели эффективности (KPI). Решите, что вы хотите улучшить с помощью ИИ.
  • Подберите подходящее решение. Начните с малого проекта, анализируйте результаты и KPI.
  • Расширяйте автоматизацию. Используйте полученные данные и опыт для масштабирования.

Если вам нужны советы по внедрению ИИ, пишите нам. Следите за новостями об ИИ в нашем Телеграм-канале.

Попробуйте AI Sales Bot

Это AI ассистент для продаж, который помогает отвечать на вопросы клиентов и генерировать контент. Узнайте, как ИИ может изменить процесс продаж в вашей компании — будущее уже здесь!

«`

Бесплатный ИИ: для автоматизации продаж

Умные продажи