የቋንቋ AI መመሪያ

በመካከለኛው ተፅእኖ ውስጥ ጠፍቷል

'የጠፋው በመሃል' ተጽእኖ የቋንቋ ሞዴሎች መረጃን በረጅም ግቤት መጀመሪያ ወይም መጨረሻ ላይ ሲታዩ እና መሃል ላይ የተቀበሩ እውነታዎችን በማየት በተሻለ ሁኔታ የመጠቀም ዝንባሌ ነው።

2 ሚን አንብብለመጨረሻ ጊዜ የዘመነው ጁን 2 2026

አጠቃላይ እይታ

It matters because it limits how much we can trust long-context models with retrieved documents.

ጥልቅ ዳይቭ

እ.ኤ.አ. በ 2023 በሊዩ እና በስታንፎርድ ባልደረቦች የተደረገ ጥናት ፣ ሞዴሎች ብዙ ሰነዶች ሲሰጡ እና ቁልፍ እውነታን የያዘውን መልስ እንዲሰጡ ሲጠየቁ ውጤቱ ታየ። ትክክለኛነት U-ቅርጽ ያለው ጥምዝ ፈጠረ፡ ከፍተኛው የሚመለከተው ምንባብ በጥያቄው መጀመሪያ ወይም መጨረሻ ላይ ሲቀመጥ እና መሃል ላይ በሚቀመጥበት ጊዜ ዝቅተኛ ነው። ይህ ለረጅም ጊዜ አውድ አቅም ላላቸው ለገበያ ለቀረቡ ሞዴሎችም ጭምር ተይዟል። በመልሶ ማግኛ-የተጨመረው ትውልድ ላይ አንድምታው ስለታም ነው፡ በደርዘን የሚቆጠሩ ምንባቦችን በፍጥነት መሙላት ሞዴሉ በእኩል እንዲያነባቸው ዋስትና አይሆንም። አቀማመጥ፣ መገኘት ብቻ ሳይሆን ሞዴል አንድ እውነታ ላይ መሳተፉን ይቀርፃል። ስራው ረጅሙን አውድ የተሻሻለው የውጤታማ አጠቃቀም ጥያቄ እንጂ የጥሬ መስኮት መጠን አይደለም።

ቴክኒካዊ ግንዛቤ

የ U-ቅርጽ ያለው ኩርባ ምናልባት ትኩረት እና የአቀማመጥ ኢንኮዲንግ እንዴት ትኩረትን እንደሚያከፋፍሉ በመነሳት ሊሆን ይችላል። የቀዳሚነት እና የዝውውር አድሎአዊነት፣ በከፊል ከስልጠና መረጃ መዋቅር እና የአቀማመጥ ዕቅዶች የተወረሱ፣ ቀደምት እና ዘግይተው ለሚታዩ ምልክቶች ተጨማሪ ክብደት ይሰጣሉ። አንዳንድ ዲኮደር አርክቴክቸር እንዲሁ ቀደምት-ቶከን መረጃን በንብርብሮች አጥብቆ ያሰራጫሉ። የተጣራው ውጤት መካከለኛ ቦታዎች የተደበዘዘ ትኩረትን ያገኛሉ, ስለዚህ እዚያ የተቀመጠ ትክክለኛ መልስ በዐውደ-ጽሑፉ ውስጥ ሙሉ በሙሉ ሲገኝም እንኳ ችላ ሊባል ይችላል.

ስልታዊ ተጽእኖ

ፍጥነት እና ልኬት

የቋንቋ የስራ ፍሰቶች ወጥነትን ሳያጠፉ በፍጥነት ሊንቀሳቀሱ ይችላሉ።

መድረስ እና መድረስ

በቋንቋዎች እና በመግባቢያ ዘይቤዎች ተደራሽነትን ያሰፋዋል።

ግልጽ ውሳኔዎች

አውቶሜሽን ድግግሞሹን ሲቆጣጠር ቡድኖች በፍርድ ላይ ብዙ ጊዜ ሊያጠፉ ይችላሉ።

በመካከለኛው ተፅእኖ ውስጥ የጠፋው የወደፊት ዕጣ

ተመራማሪዎች ውጤቱን በትኩረት ማሻሻያዎች፣ በአቋም ማወቅ በሚችሉ ስልጠናዎች እና በብልጥ ሰርስሮ በጣም ተዛማጅ የሆኑትን ምንባቦች ወደ አፋጣኝ ጠርዞች ደረጃ በደረጃ በማስተካከል እየፈቱ ነው። የግምገማ ስብስቦች አሁን ውጤታማ አውድ ለመለካት በየቦታው ያሉ 'መርፌን በቆሻሻ ማጠራቀሚያ ውስጥ' ሙከራዎችን ያካትታሉ። አርክቴክቸር ሲሻሻል፣ ዩ-ከርቭ ጠፍጣፋ ነው፣ ነገር ግን ስፔሻሊስቶች አንድ ዓይነት ትኩረትን ከመተማመን ይልቅ ሞዴሎች የሚመስሉባቸውን ወሳኝ ማስረጃዎች የሚያቀርቡ የቧንቧ መስመሮችን ይነድፋሉ።

የእውነተኛ-ዓለም አተገባበር

የ RAG ስርዓት 20 ሰነዶችን ሰርስሮ ያወጣል ነገር ግን መልሱን ያጣው ምክንያቱም በአንቀጽ 10 ከ20 ላይ ስላረፈ።

መሐንዲሶች በጥያቄው ውስጥ በጣም አስፈላጊ የሆነውን ክፍል በመጀመሪያ ወይም በመጨረሻ ለማስቀመጥ የፍለጋ ውጤቶችን እንደገና ደረጃ ሰጥተዋል።

የረዥም ሰነድ ማጠቃለያ በኮንትራት አጋማሽ ላይ የሚታዩትን ቁልፍ ዝርዝሮች ከክብደት በታች ያደርገዋል።

የ‹‹መርፌ በሣር ሜዳ› ቤንችማርክ የአንድን ሞዴል አቀማመጥ ትክክለኛነት ለመንደፍ በተለያየ ጥልቀት ላይ ያለውን እውነታ ይደብቃል።

አደጋዎች እና የጥበቃ መንገዶች

የተሳሳቱ እውነታዎች በጸጥታ ወደ ሪፖርቶች፣ የድጋፍ ፍሰቶች ወይም የምርምር ውጤቶችን ማስገባት ይችላሉ።

ፈጣን ትብነት በተመሳሳይ ጥያቄዎች ላይ የማይጣጣሙ ውጤቶችን ሊፈጥር ይችላል።

የመዳረሻ መቆጣጠሪያዎች ደካማ ከሆኑ ሚስጥራዊነት ያለው የጽሑፍ ውሂብ ሊጋለጥ ይችላል።

የትግበራ ፍኖተ ካርታ

ከመልቀቅዎ በፊት የውጤት ቅርጸትን፣ ድምጽን እና የጥራት ደረጃዎችን ይግለጹ።

ትክክለኛነት አስፈላጊ በሚሆንበት ጊዜ ሁሉ ከታመኑ ምንጮች ጋር ምላሾች።

ከፍተኛ ውጤት ለማግኘት የሰው የግምገማ ነጥብ አቆይ።

የውድቀት ንድፎችን ይከታተሉ እና ጥያቄዎችን ወይም የስራ ፍሰቶችን በመደበኛነት ያሠለጥኑ።

ማሰስዎን ይቀጥሉ

ChatGPT እና LLMs

የዘመናዊ ቋንቋ ሞዴሎች እንዴት እንደሚያመነጩ እና እንደሚያስቡ ይመልከቱ።

መመሪያ ያንብቡ

NLP መሰረታዊ ነገሮች

ከእነዚህ መሳሪያዎች በስተጀርባ ያለውን የቋንቋ ማቀናበሪያ መሰረታዊ ነገሮችን ይማሩ።

መመሪያ ያንብቡ

Free newsletter

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the Lost in the Middle Effect quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

ጥያቄ ጀምር

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

ቀጣይ መመሪያ

የድምፅ ውጤቶች Gen

ቀጣዩን መመሪያ ያንብቡ ሁሉንም ጥያቄዎች ያስሱ

በተደጋጋሚ የሚጠየቁ ጥያቄዎች

What is Lost in the Middle Effect?

'የጠፋው በመሃል' ተጽእኖ የቋንቋ ሞዴሎች መረጃን በረጅም ግቤት መጀመሪያ ወይም መጨረሻ ላይ ሲታዩ እና መሃል ላይ የተቀበሩ እውነታዎችን በማየት በተሻለ ሁኔታ የመጠቀም ዝንባሌ ነው። ረጅም አውድ ሞዴሎችን በተገኙ ሰነዶች ምን ያህል ማመን እንደምንችል ስለሚገድብ አስፈላጊ ነው።

ቁልፉ እውነታ በረጅም ጊዜ ውስጥ ሲያልፍ ትክክለኛነት ምን ዓይነት ቅርፅ ይይዛል?

ትክክለኝነት ከፍተኛ የሚሆነው የሚመለከተው መረጃ መጀመሪያው ወይም መጨረሻው አጠገብ ሲሆን እና መሃል ላይ ሲጠልቅ የ U ቅርጽ ሲፈጠር ነው።

የጠፋው-በመካከለኛው ተፅዕኖ ለዳግም-የጨመረው ትውልድ ምን ያመለክታል?

ማለፊያን ማካተት ብቻ በቂ አይደለም; በጥያቄው ውስጥ የተቀመጠበት ቦታ ሞዴሉ ምን ያህል ሊጠቀምበት እንደሚችል ይለውጣል።

የትኛዎቹ አድልዎዎች ውጤቱን እንደሚያሳድጉ ይታሰባል?

ከመጀመሪያው እና የመጨረሻው ቦታ ላይ ተጨማሪ ትኩረት ከቦታ አቀማመጥ ኢንኮዲንግ እና የስልጠና መዋቅር ጋር የተገናኘ, የ U-curveን ያመጣል.

የረዥም አውድ ሞዴሎች ይህን ውጤት በራስ-ሰር ያስወግዳሉ?

ጥናቱ እንደ ረጅም አውድ ለገበያ በቀረቡ ሞዴሎች ላይ ያለውን ተጽእኖ አሳይቷል, የዊንዶው መጠን ማሳየት አንድ ወጥ አጠቃቀምን አያረጋግጥም.

በቧንቧ ውስጥ ያለውን ተጽእኖ ለመቋቋም የሚረዳው የትኛው ተግባራዊ እርምጃ ነው?

በጣም አስፈላጊ የሆኑትን ማስረጃዎች ከመጀመሪያው ወይም መጨረሻ አጠገብ ማስቀመጥ ሞዴሉ በጣም ጠንካራ ከሚገኝበት ጋር ያስተካክላል።