التاليالدليل التالي
عدم الحد الأقصى للقمع
الذكاء الاصطناعي البصري
دليل اللغة AI
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.
استمع إلى هذا الدليلرواه الذكاء الاصطناعي · ~2 min
في هذه الصفحةقراءة لمدة دقيقتين
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.
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.
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.
وضعها موضع التنفيذ
لماذا يهم
- 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.
احترس من
- 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.
الخطوات التالية
- 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
رسالة إخبارية مجانية
احصل على الإحاطة اليومية لمنظمة العفو الدولية
ثلاث قصص تم التحقق منها بواسطة الذكاء الاصطناعي كل صباح من أيام الأسبوع، مكتوبة باللغة الإنجليزية البسيطة. مجاني للأبد، بدون إعلانات.
بريد إلكتروني واحد كل يوم من أيام الأسبوع. إلغاء الاشتراك بنقرة واحدة. نحن لا نبيع أو نشارك عنوانك أبدًا.
اختبر نفسك
Take the Maximum Marginal Relevance quiz
تعليقات فورية على كل إجابة، وشهادة قابلة للمشاركة مع معرف يمكن التحقق منه بمجرد اجتياز الدورة التدريبية.
دعم تعليم الذكاء الاصطناعي المجاني. AI Understanding هي منظمة 501(c)(3) غير ربحية - لا إعلانات ولا نظام حظر الاشتراك غير المدفوع على الإطلاق. قم بالتبرع
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.
How can an embedding-based MMR implementation measure query relevance and document redundancy?
The general algorithm permits suitable similarity functions; cosine is a common choice for vector representations.
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.
استمر في التعلم
أدلة ذات صلة
تم اختيار المزيد من الأدلة لهذا الموضوع