Maxaa dhacay
Qorayaashu waxay ka warbixiyeen in dib-u-soo-celinta-qaabaynta-qaabaynta luqadda-qaabaynta ay noqon karaan kuwo aan xasilloonayn marka natiijooyinka raadinta ay ku jiraan waxyaabo ay hore u soo saareen moodallo isku mid ah. Seddex nooc oo jilid ah, saddex qoys oo moodal ah, iyo 1,019 xog-doon ah, 1,216 ka mid ah 1,528 sawir-gacmeed ayaa la sheegay in ay ku dhammaadeen burbur.
Isha ayaa ah warqad arXiv ah oo la gudbiyay Agoosto 22, 2026, ciwaankeeduna yahay "RAG Collapse: LLM Responses Collapse when the Resrieved documents is is-athored." Sheegashadeeda dhexe ayaa ah in habka-qaabka luqadda uu hoos u dhigi karo marka qalabka dib u soo celinta uu soo celiyo tixraacyada uu soo saaray isla nidaamkaas. Qorayaashu waxay tan ka soocaan tababbarka soo noqnoqda ee wax-soo-saarka moodeelka: halkan, wareegga jawaab-celinta waxaa lagu soo bandhigaa inta lagu jiro soo-celinta macluumaadka, marka dukumeenti la soo saaray ay noqdaan kuwo loo heli karo tixraacyo jawaabaha dambe. Wargeysku wuxuu ugu yeeraa qaabka ka dhashay "RAG burbur."
Qorayaashu waxay yiraahdeen waxay tijaabiyeen seddex nooc oo jilitaan ah oo ku lug leh nidaamyada AI dib u soo celinta tixraacyada ay sameeyeen. Nuqulka la bixiyay wuxuu tilmaamayaa saddex qoys oo moodal ah, 1,019 xog-doon ah oo wargelin ah, 1,528 jilid, iyo in ka badan hal milyan oo-qaababka API wicitaannada. Waxay soo warisay in 1,216 jilitaan, ama 79.6%, ay ku dhamaadeen burbur. Isha masheegto magacyada qoysaska, si faahfaahsan uma sharaxdo soojeedinta, qeexida qaabaynta soo celinta, ama ma bixiso tijaabada hawlgelinta ee loo isticmaalay in lagu go'aamiyo in jilbisku dumay.
Wargeysku waxa kale oo uu sheegayaa in hal tixraac oo iskii u qoray ay ku filnaan karto kicinta saamaynta. Sida laga soo xigtay qorayaashu, moodooyinka luqadda ayaa si aan kala go 'lahayn u soo xigtay nuxurkooda, iyo is-hoosaysiintan ayaa hadhay ka dib markii cilmi-baarayaashu ay xakameeyeen tayada tixraaca. Farqigaas ayaa muhiim ah: habka la soo sheegay kaliya maaha in dukumentiyada liita ay wasakheeyaan go'aanka soo celinta. Isha beddelkeeda waxay soo bandhigaysaa is-qoritaan ahaan inay tahay arrin madax-bannaan oo ku saabsan sida tixraacyada la soo saaray loo doorto ama loo isticmaalo.
Natiijooyinkan ayaa weli ah sheegashooyinka soo gudbinta arXiv halkii ay ka ahaan lahaayeen xaqiiqooyin si madax bannaan loo aasaasay oo ku jira walxaha la keenay. Isha ayaa tilmaameysa shaqada inay tahay warqad 36 bog ka kooban oo leh 31 jaantus iyo afar miis, laakiin qoraalka la bixiyay wuxuu ka kooban yahay oo keliya macluumaadka aan la taaban karin iyo buug-gacmeedka. Ma sheegto dib u eegista asxaabta, ku celcelinta ka baxsan, tijaabinta nidaamka nool, ama natiijada tijaabada buuxda. Jadwalka muuqda wuxuu dhigayaa soo gudbinta gudaha daaqadda 96-saac ee hadda, laakiin isha ma bixinayso cusboonaysiin dambe oo dhaafsiisan soo gudbinta bilowga ah.
Faahfaahinta isha: arxiv.org ↗
Maxay muhiim u tahay
Natiijadu waxay tilmaamaysaa dhibaatada jawaab celinta ee suurtagalka ah ee nidaamyada adeegsada raadinta ama dukumeenti soo celinta jawaabaha dhulka. Waxay soo jeedinaysaa in walxaha la soo saaray laga yaabo inay helaan saameyn aan dheeli tirnayn xitaa marka aysan ka wanaagsanayn tixraacyada kale, in kasta oo ilaha la keenay aanu caddayn inta jeer ee ay tani ku dhacdo nidaamyada la diray.
Jiilka dib-u-soo-celinta-kordhinta waxaa loogu talagalay in lagu xiro qaabka luqadda tixraacyo dibadda ah halkii lagu tiirsanaan lahaa oo keliya macluumaadka lagu kaydiyay xuduudihiisa. Haddii walxaha la soo saaray ay si isa soo taraysa uga kooban yihiin qaab-qoraal la soo saaray, nidaamku wuxuu quudin karaa weedhkiisa, khaladaadkiisa iyo jawaabaha dambe. Natiijooyinka warbixinta ee warqadda ayaa sidaas darteed khuseeyaa khatarta tooska ah ee la isku halleyn karo ee nidaamyada AI ee baadhaya, soo koobaya, ama dib u isticmaalaya ururinta dukumentiyada.
Eexda la sheegay ayaa si gaar ah khuseysa sababtoo ah way sii jiri kartaa xitaa marka tixraacyada kale ay yihiin kuwo la barbardhigi karo ama ka tayo badan. Haddii la xaqiijiyo meel ka baxsan jilitaanka warqadda, tani waxay adkeyn doontaa malo-awaalka caadiga ah ee ku daraya walxo badan oo la soo saaray ay si toos ah u wanaajiso dejinta. Nidaamka dib u soo celinta ayaa laga yaabaa inuu u baahdo si uu ula socdo caddaynta oo loola dhaqmo dukumentiyada la qoray si ka duwan ilaha sida madaxbannaan loo soo saaray, halkii lagu qiimayn lahaa dukumentiyada kaliya ee ku habboon ama tayada muuqata.
Saamaynta la taaban karo waa suurtagal laakiin waa in aan la buunbuunin. Isha ma muujinayso in makiinadaha goobista ee la geeyay, saldhigyada aqoonta ganacsiga, ama caawiyayaasha macaamiisha ay hadda burburayaan. Sidoo kale ma cadda in dhammaan dukumentiyada la soo saaray ay yihiin kuwo aan la isku halleyn karin, in nidaamyada dib u soo celinta ay si joogta ah u door bidaan nuxurka iskood u qoray, ama in heerka la soo sheegay uu khuseeyo si ka baxsan tusaalooyinka la tijaabiyay. Waraaqdu waxay bixisaa digniin ku saabsan habka jawaab celinta ee suurtogalka ah, ma aha qiyaas la cabbiray oo ku saabsan sida ay ugu baahsan tahay nidaamka deegaanka AI ee ballaaran.
Natiijadu waxay sidoo kale daaha ka qaadaysaa dhibaatada maamulka iyo qiyaasta. Marka walxaha AI ay soo saarto ay galaan deegaanka macluumaadka, nidaamyada dambe waxaa laga yaabaa inay ku adkaato kala soocidda caddaynta asalka ah ee qoraalka asalka ah. Isha la keenay ma soo jeedinayso xal dhammaystiran, laakiin natiijooyinkeedu waxay ka dhigayaan xaqiiqo, madax-bannaani isha, iyo ogaanshaha soo noqnoqda arrimaha la taaban karo ee horumariyeyaasha iyo machadyada isticmaalaya dib-u-soo-celinta AI. Saamayntaasi waxay si shuruudaysan uga socotaa sheegashada qorayaasha waxayna u baahan yihiin in laga tijaabiyo dhuumaha soo celinta dhabta ah ka hor inta aysan taageerin gabagabada hawlgelinta ballaaran.
Farsamaynta Is-dhexgalka: Sida Dhabta Ay U Shaqeyso
U baadh tignoolajiyada hoose ee ka dambeeya horumarkan si isdhexgal leh.
What is a common training objective for an autoregressive language model?
Maxaa la daawan doona xiga
Su'aalaha daba-galka ah ee muhiimka ah ayaa ah sida uu warqadu u qeexayo burburka, haddii natiijadu ay ku celceliso moodooyinka iyo hababka dib u soo celinta adduunka dhabta ah, iyo ilaalinteedu waxay yaraynaysaa saamaynta. Isha ma bixinayso tafaasiishaas, mana ka warbixiso faragelin, daraasad geyn, ama ku celcelin dibadeed.
Arrinka ugu horreeya ee la baarayo waa qeexida warqadda ee "burbur." Abstract-ku wuxuu isticmaalaa ereyga wuxuuna ku xidhaa shaqadii hore ee tababarka moodeelka soo noqnoqda, halkaas oo wax-soo-saarku noqdaan kuwo aad u kala duwan oo ugu dambeyntii joojiyaan u ekaanshaha xogta asalka ah. Laakiin isha la keenay ma sheegayso in tijaabooyinka cusub ay cabbireen kala duwanaanshiyaha, saxnaanta dhabta ah, isku dhafka isha, dabeecadda xigashada, jawaabta isku mid ah, ama natiijo kale. Shuruudaha warqadda buuxda ayaa go'aamin doonta sida tooska ah ee natiijada khariidadaha loogu talagalay guuldarrooyinka kalsoonida isticmaale-muuqaalka.
Ku-noqoshada waa imtixaanka muhiimka ah ee xiga. Qorayaashu waxay ka warbixiyeen saddex qoys oo moodal ah iyo saddex nooc oo jilid ah, laakiin isha ma aqoonsanin ama ma sharraxayso sida ay uga wakiil yihiin nidaamyada dib-u-soo-celinta hadda jirta. Cilmi-baarayaasha madax-bannaan waxay u baahan doonaan inay tijaabiyaan cabbirrada moodeelka kala duwan, dib-u-soo-celinta algorithms, dukumeentiga isku-dhafka ah, xeeladaha kicinta, iyo saamiga walxaha AI-abuuray. Waxay sidoo kale u baahan doonaan inay kala soocaan saamaynta ay keento is-aqoonsigu iyo khaladaadka dib u soo celinta caadiga ah, dukumentiyada la nuqulay, ama tixraacyada tayada hooseeya.
Faafitaanka adduunka dhabta ah waa mid kale oo aan la aqoon. Wargeysku wuxuu sheegay 79.6% jilitaannada ku dhammaanaya burburka, laakiin tiradaasi maaha qiyaasta dadka ee raadinta internetka, xogta macluumaadka ganacsiga, ama nidaam kasta oo la geeyo. Isha ma sheegan inta jeer ee tusaalaha dukumeenti u gaar ah ay ka soo baxaan natiijooyinka dib u soo celinta, inta ay qaadanayso wareegga jawaab celinta, ama haddii bini'aadamku tafatireen oo si madax bannaan loo xaqiijiyay ay carqaladeeyaan. Cabbiraadahaasi waa lama huraan ka hor inta aan natiijada jilitaanka loo turjun saadaasha saamaynta dadweynaha.
Ugu dambeyntii, shaqada daba-galka ahi waa in ay tijaabiso ilaalinta. Isbarbardhigga faa'iidada leh waxaa ka mid noqon doona summadaha caddaynta, ka saarista dukumeentiyada ay soo saareen moodeel ama nidaam isku mid ah, shuruudaha ilaha-kala duwanaanta, darajooyinka madax-bannaan, iyo dib u eegista bini'aadamka ee isticmaalka saamiga sare leh. Isha la keenay ma soo sheegayso tijaabo yaraynta mana samaynayso helitaan ama sheegasho alaab. Ilaa imtixaanada noocaan ah la daabici doono, horumariyeyaasha iyo isticmaalayaashu waa inay ula dhaqmaan warqadda caddayn ahaan hab guuldarro oo muhiim ah, iyadoo la aqoonsanayo in darnaanta iyo dawooyinkeeda ay yihiin kuwo aan la xallin.