الحد الأقصى من الصلة الهامشية
الحد الأقصى للملاءمة الهامشية (MMR) هو أسلوب إعادة تصنيف يوازن بين مدى ملاءمة النتيجة ومدى اختلافها عن النتائج التي تم اختيارها بالفعل.
نظرة عامة
It matters because pure relevance ranking often returns near-duplicate passages that waste space in a RAG context window.
الغوص العميق
عندما يقوم نظام بحث بتقييم المستندات حسب صلتها بالاستعلام فقط، فإن النتائج العليا تكون متكررة في كثير من الأحيان - خمس فقرات كلها تقول نفس الشيء. MMR، الذي قدمه كاربونيل وغولدشتاين في عام 1998، يصلح هذه المشكلة عن طريق اختيار النتائج واحدة تلو الأخرى. في كل خطوة، يختار المرشح الذي يزيد من المزيج الموزون إلى أقصى حد: لامدا مضروبًا في مدى صلته بالاستعلام، ناقص (1 ناقص لامدا) مضروبًا في الحد الأقصى للتشابه مع أي شيء محدد بالفعل. لامدا بالقرب من 1 تفضل الملاءمة الخالصة؛ بالقرب من 0 فهو يفضل التنوع. في الجيل المعزز بالاسترجاع، تحظى MMR بشعبية لجلب مجموعة متنوعة من القطع بحيث يرى نموذج اللغة أدلة تكميلية بدلاً من تكرار نفس الحقيقة، مما يحسن التغطية دون توسيع السياق.
البصيرة الفنية
MMR هي خوارزمية جشعة ومتكررة. عادةً ما يتم حساب كل من الملاءمة والتشابه بين المستندات على أنها تشابه جيب التمام بين ناقلات التضمين. صيغة التسجيل هي: MMR = argmax على المستندات المتبقية من [ lambda * sim(doc, query) - (1 - lambda) * max sim(doc, Selected)]. نظرًا لأنه يُعاد تقييمه مقابل المجموعة المحددة المتزايدة في كل جولة، فإنه يعتمد على الترتيب ويتم تشغيله تقريبًا في مقارنات تشابه O(k*n) لاختيارات k من n من المرشحين.
التأثير الاستراتيجي
السرعة والحجم
يمكن أن تتحرك مسارات عمل اللغة بشكل أسرع دون التضحية بالاتساق.
الوصول والوصول
فهو يوسع الوصول عبر اللغات وأنماط الاتصال.
قرارات أوضح
يمكن للفرق قضاء المزيد من الوقت في الحكم بينما تتعامل الأتمتة مع التكرار.
مستقبل الحد الأقصى من الملاءمة الهامشية
يظل MMR هو الوضع الافتراضي الخفيف في عملاء قواعد البيانات المتجهة مثل LangChain وChroma، حيث يتم تقديمه كوضع استرجاع من سطر واحد. تعمل الأنظمة المستقبلية على ربطها بشكل متزايد بأهداف التنوع المستفادة، والاختيار القائم على الكتلة، وإعادة ترتيب التشفير المتقاطع الذي يحكم على الجدة بشكل أكثر دلاليًا من مسافة جيب التمام. ومع نمو نوافذ السياق، يتحول التركيز من توفير المساحة إلى تنسيق الأدلة التكميلية الحقيقية، والحفاظ على الاختيار المراعي للتنوع مثل معدل وفيات الأمهات حتى عندما تكون القدرة الخام وفيرة.
التنفيذ في العالم الحقيقي
يستخدم برنامج RAG chatbot استرجاع MMR بحيث تغطي الأجزاء الخمسة الأولى جوانب مختلفة من السياسة بدلاً من خمس عبارات من نفس الفقرة.
تقوم أداة تلخيص البحث بتطبيق MMR لاختيار المقاطع التي تقلل من التداخل، مما يؤدي إلى إنتاج ملخص أوسع وأقل تكرارًا.
يقوم مجمع الأخبار بتصنيف المقالات باستخدام MMR لإظهار تغطية متنوعة لحدث ما بدلاً من عشرة منافذ تكرر قصة سلكية واحدة.
يكشف مسترد مخزن المتجهات الخاص بـ LangChain عن search_type='mmr' باستخدام fetch_k وlamda_mult لتنويع المستندات التي يتم إرجاعها.
المخاطر والدرابزين
يمكن للحقائق المهلوسة إدخال التقارير أو تدفقات الدعم أو مخرجات البحث بهدوء.
يمكن أن تؤدي الحساسية السريعة إلى نتائج غير متناسقة عبر الطلبات المماثلة.
قد يتم كشف البيانات النصية الحساسة إذا كانت عناصر التحكم في الوصول ضعيفة.
خارطة طريق التنفيذ
حدد تنسيق الإخراج والنغمة ومعايير الجودة قبل بدء التشغيل.
استجابات أرضية من مصادر موثوقة عندما تكون الدقة مهمة.
احتفظ بنقطة تفتيش للمراجعة البشرية للمخرجات عالية المخاطر.
تتبع أنماط الفشل وأعد تدريب المطالبات أو سير العمل بانتظام.
استمر في الاستكشاف
Free newsletter
Get the daily AI briefing
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 Maximum Marginal Relevance quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
الدليل التالي
عدم الحد الأقصى للقمع
الأسئلة المتداولة
What is Maximum Marginal Relevance?
الحد الأقصى للملاءمة الهامشية (MMR) هو أسلوب إعادة تصنيف يوازن بين مدى ملاءمة النتيجة ومدى اختلافها عن النتائج التي تم اختيارها بالفعل. إنه أمر مهم لأن تصنيف الملاءمة الخالصة غالبًا ما يُرجع مقاطع شبه مكررة تهدر المساحة في نافذة سياق RAG.
ما هي المشكلة الأساسية التي تم تصميم MMR لحلها؟
يعالج MMR ميل التصنيف على أساس الملاءمة فقط إلى إظهار العديد من النتائج التي تقول نفس الشيء بشكل أساسي، من خلال مكافأة الحداثة.
في صيغة MMR، ما الذي تؤكده قيمة لامدا القريبة من 1؟
أهمية أوزان لامدا؛ بالقرب من 1 يهيمن مصطلح الملاءمة، بينما بالقرب من 0 يهيمن مصطلح التنوع (قليل التشابه).
كيف يختار MMR نتائجه؟
MMR هي طريقة تكرارية جشعة: كل اختيار يزيد من ملاءمته مطروحًا منه الحد الأقصى للتشابه مع العناصر المختارة بالفعل.
ما هو مقياس التشابه الأكثر استخدامًا داخل MMR لتضمين النص؟
يعد تشابه جيب التمام بين ناقلات التضمين هو الاختيار القياسي لكل من أهمية الاستعلام والمقارنة بين المستندات في MMR.
لماذا يعد MMR مفيدًا بشكل خاص في توليد الاسترجاع المعزز (RAG)؟
ومن خلال تنويع الأجزاء المستردة، يساعد MMR النموذج على رؤية أدلة متنوعة بدلاً من نفس الحقيقة المتكررة، مما يحسن التغطية.