Zuwa gabaJagora na gaba
Hankalin Tambaya da yawa
Harshen AI
Jagorar Fasaha
Sake rubuta tambaya da dawo da tambayoyin da yawa dabaru ne na RAG da ke canza tambayar mai amfani kafin bincike, ta hanyar sake fasalin ta, karya ta zuwa ƙananan tambayoyi, ko samar da bambance-bambancen da yawa da haɗa sakamakon su.
Suna da mahimmanci saboda masu amfani sukan yi tambayoyi marasa ma'ana, tattaunawa ko sassa da yawa waɗanda kalmomin da ba su dace da takaddun ba, kuma mafi kyawun tambaya na iya bayyana sassan da suka dace da bincike na zahiri guda ɗaya zai rasa.
Ingancin maidowa ya dogara sosai akan tambayar. Masu amfani suna rubuta gajeru, tambayoyi masu ma'ana ko tattaunawa, yayin da takardu ke amfani da nasu ƙamus. Canjin tambaya yana rufe wannan rata kafin bincike ya faru. Mafi sauƙaƙan nau'i shine sake rubutawa: LLM yana juya saƙon mai amfani zuwa ƙarar neman bincike. Wannan yana da mahimmanci a cikin taɗi mai juyawa da yawa, inda ake bibiya kamar "kuma a cikin 2023?" yana nufin komai ba tare da tarihi ba, don haka tsarin yana tattara tattaunawar cikin tambaya ta tsaya. Rushewa yana raba sarƙaƙƙiyar tambaya zuwa ƙananan tambayoyi waɗanda za'a iya dawo dasu daban, masu amfani ga kwatance ko tambayoyi masu yawa. Ƙaddamar da matakin baya, wanda masu binciken Google DeepMind suka bayyana a cikin 2023, yana yin ƙarin tambaya gabaɗaya da farko don dawo da ƙa'idodin asali. Maido da tambaya da yawa yana haifar da bambance-bambancen tambaya da yawa, yana gudanar da bincike ga kowane, kuma yana haɗa sakamakon. LangChain ya shahara da wannan tare da MultiQueryRetriever. RAG-Fusion ya haɗu da tambayoyi da yawa tare da haɗin haɗin kai (RRF), hanyar da Cormack, Clarke da Buettcher suka bayyana a cikin 2009, wanda ke ƙididdige kowane takarda ta hanyar tara 1/(k + daraja) a cikin jerin sakamako. Takardun da suka bayyana babba a cikin lissafi da yawa sun tashi zuwa sama ba tare da buƙatar kwatankwacin ɗanyen maki ba. Dabarar da ke da alaƙa, HyDE (Hanyoyin Haɗin Rubutun Hasashen, Gao da abokan aiki, 2022), yana da ƙirar ta rubuta amsar hasashe kuma ta sanya hakan maimakon tambayar, saboda rubutu mai siffar amsa sau da yawa yana zama kusa da nassoshin amsa na ainihi a cikin saka sarari. Rashin fahimta: ƙarin tambayoyin ba koyaushe suke da kyau ba. Kowane bambance-bambancen yana ƙara jinkiri da farashi, kuma bambance-bambancen da ba a samar da su ba na iya yin shuɗi daga niyyar mai amfani, suna jawo takaddun da ba su da mahimmanci. Sake rubutawa kuma na iya sauke mahimman ƙuntatawa kamar kwanan wata ko sunayen samfur. Auna tunawa da amsa inganci akan tambayoyi na gaske kafin ɗaukar waɗannan matakan.
Hukunce-hukuncen gine-gine suna haifar da aiki da tsadar aiki na shekaru.
Ilimin fasaha yana taimaka wa ƙungiyoyi su zaɓi tari mai kyau, ba kawai sabon abu ba.
Zaɓuɓɓukan injiniya mafi kyau suna rage abin dogaro a cikin samarwa.
Kamar yadda wakilin RAG ke yaɗuwa, ana ƙara sarrafa canjin tambaya ta hanyar ƙirar yanke shawarar abin da za a nema, maimaita lokacin da sakamako ya yi rauni, maimakon ta ƙayyadadden matakin sake rubutawa. Wannan yana sa ra'ayoyin da ke cikin tushe, rugujewa, bambance-bambancen da hadewa, mafi mahimmanci ko da sun zama ƙasa da bayyane. Haɓakawa a cikin haɗa samfura da binciken gaurayawan suna rage wasu rashin daidaituwar ƙamus amma baya cire buƙatar fayyace tambayoyi masu ma'ana ko na tattaunawa. Yi tsammanin ƙungiyoyi za su yi amfani da waɗannan fasahohin zaɓaɓɓu, suna haifar da lokacin da tambaya ta yi kama da rikitarwa ko dawo da farko ta yi rauni, don daidaita inganci tare da farashi.
A cikin mataimakan taɗi, mai biyo baya "me game da ma'aikatan lokaci-lokaci?" an sake rubuta shi cikin tambaya ta kaɗaici kamar "manufofin izinin iyaye don ma'aikatan wucin gadi" ta amfani da tattaunawar da ta gabata.
Tambayar da ke kwatanta farashin masu samar da gajimare ta lalace zuwa bincike daban-daban na kowane mai bayarwa, kuma ana haɗa sakamakon kafin amsa.
Bot mai goyan baya yana haifar da jimloli huɗu na "app dina yana ci gaba da fitar da ni", gami da sharuɗɗan fasaha kamar ƙarewar zaman da wartsakewa alama, kuma yana haɗa sakamakon tare da haɗuwa da matsayi.
Mataimakin bincike yana amfani da matakin baya don fara nemo ƙa'ida ta gaba ɗaya bayan wata ƙunƙunciyar tambaya, sannan ya dawo da takamaiman bayanai, yana ba da ƙirar duka bango da ƙayyadaddun bayanai.
Haɓaka ma'auni ɗaya na iya ɓoye manyan raunin tsarin.
Sau da yawa ana raina kayan more rayuwa da kuma kuɗin kulawa.
Tsaro da gibin lura na iya girma yayin da tsarin ke ƙara haɓaka.
Ƙayyade latency, inganci, da maƙasudin farashi kafin aiwatarwa.
Alamar ma'auni a ƙarƙashin ainihin kaya da yanayin bayanai.
Kula da kayan aiki don kurakurai, ɗigo, da tasirin mai amfani.
Shirya bijirowa da hanyoyin mayar da martani kafin sikeli.
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
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
Sake rubuta tambaya da dawo da tambayoyin da yawa dabaru ne na RAG da ke canza tambayar mai amfani kafin bincike, ta hanyar sake fasalin ta, karya ta zuwa ƙananan tambayoyi, ko samar da bambance-bambancen da yawa da haɗa sakamakon su. Suna da mahimmanci saboda masu amfani sukan yi tambayoyi marasa ma'ana, tattaunawa ko sassa da yawa waɗanda kalmomin da ba su dace da takaddun ba, kuma mafi kyawun tambaya na iya bayyana sassan da suka dace da bincike na zahiri guda ɗaya zai rasa.
Bibiya kamar "kuma a cikin 2023?" yana buƙatar tarihin tattaunawa don zama tambaya mai zaman kanta mai amfani.
Ruɓewa yana karya hadaddun tambayoyi ko sassa da yawa zuwa ƙananan tambayoyin da aka dawo daban.
Ƙaddamar da matakin baya, daga Google DeepMind masu bincike, yana dawo da bayanan gaba ɗaya kafin ƙayyadaddun bayanai.
RRF ta tara 1/(k + daraja) akan kowane jeri mai ɗauke da daftarin aiki, takardu masu lada suna matsayi babba a jeridu da yawa.
Saboda RRF yana amfani da matsayi kawai, yana iya haɗa jerin sunayen waɗanda ɗanyen makin ba ya kamanta.
Ci gaba da koyo
An zaɓi ƙarin jagora don wannan batu
Zuwa gabaJagora na gaba
Hankalin Tambaya da yawa
Harshen AI