Tổng quan
Mức độ liên quan cận biên tối đa (MMR) là một phương pháp xếp hạng lại nhằm cân bằng mức độ liên quan của một kết quả với mức độ khác biệt của nó so với các kết quả đã được chọn. Điều này quan trọng vì xếp hạng mức độ liên quan thuần túy thường trả về các đoạn gần như trùng lặp gây lãng phí không gian trong cửa sổ ngữ cảnh RAG.
Mức độ liên quan cận biên tối đa là một phần của ngăn xếp ngôn ngữ-AI được sử dụng để đọc, tạo, phân loại và chuyển đổi văn bản cũng như lời nói trên quy mô lớn.
Lặn sâu
Khi hệ thống tìm kiếm chấm điểm các tài liệu hoàn toàn dựa trên mức độ liên quan đến một truy vấn, các kết quả hàng đầu thường là dư thừa - năm đoạn văn đều nói cùng một điều. MMR, được Carbonell và Goldstein giới thiệu vào năm 1998, đã khắc phục điều này bằng cách chọn từng kết quả một. Ở mỗi bước, nó sẽ chọn ứng cử viên tối đa hóa sự kết hợp có trọng số: lambda nhân mức độ liên quan của nó với truy vấn, trừ (1 trừ lambda) nhân với độ tương tự tối đa của nó với bất kỳ thứ gì đã được chọn. Lambda gần 1 ủng hộ mức độ liên quan thuần túy; gần 0 nó ủng hộ sự đa dạng. Trong thế hệ tăng cường truy xuất, MMR phổ biến để tìm nạp một tập hợp các khối khác nhau để mô hình ngôn ngữ nhìn thấy bằng chứng bổ sung thay vì lặp lại cùng một thực tế, cải thiện phạm vi bao phủ mà không mở rộng ngữ cảnh.
Hiểu biết kỹ thuật
MMR là một thuật toán lặp đi lặp lại. Cả mức độ liên quan và độ tương tự giữa các tài liệu thường được tính là độ tương tự cosine giữa các vectơ nhúng. Công thức tính điểm là: MMR = argmax trên các tài liệu còn lại của [ lambda * sim(doc, query) - (1 - lambda) * max sim(doc, selected) ]. Bởi vì nó đánh giá lại dựa trên tập hợp được chọn ngày càng tăng trong mỗi vòng, nên nó phụ thuộc vào thứ tự và chạy theo các so sánh tương tự gần đúng O(k*n) cho k lượt chọn từ n ứng cử viên.
Nắm vững mức độ liên quan cận biên tối đa
Mức độ liên quan cận biên tối đa (MMR) là một phương pháp xếp hạng lại nhằm cân bằng mức độ liên quan của một kết quả với mức độ khác biệt của nó so với các kết quả đã được chọn. Điều này quan trọng vì xếp hạng mức độ liên quan thuần túy thường trả về các đoạn gần như trùng lặp gây lãng phí không gian trong cửa sổ ngữ cảnh RAG. Mức độ liên quan cận biên tối đa là một phần của ngăn xếp ngôn ngữ-AI được sử dụng để đọc, tạo, phân loại và chuyển đổi văn bản cũng như lời nói trên quy mô lớn. Để xây dựng sự hiểu biết sâu sắc, hãy coi Mức độ liên quan cận biên tối đa như một mô hình hoạt động chứ không phải một tính năng duy nhất: xác định kết quả mong muốn, làm rõ các giả định và tách biệt những gì hệ thống có thể làm một cách đáng tin cậy với những gì vẫn cần đến sự đánh giá của chuyên gia.
Trong thực tế, các nhóm mạnh sử dụng các lời nhắc thiết kế Mức độ liên quan cận biên tối đa, các vòng lặp truy xuất và xem xét như một hệ thống liên lạc tích hợp. Họ ghi lại các tiêu chí thành công rõ ràng, kiểm tra dựa trên dữ liệu và quy trình làm việc thực tế, đồng thời lặp lại dựa trên các kiểu thất bại được quan sát thay vì chiến thắng điểm chuẩn một lần. Đây là nơi sự hiểu biết về mặt lý thuyết biến thành khả năng bền vững trên toàn bộ sản phẩm, chính sách và hoạt động.
Quy trình công việc ngôn ngữ có thể di chuyển nhanh hơn mà không làm mất tính nhất quán. Đồng thời, các sự kiện ảo giác có thể âm thầm đưa vào các báo cáo, luồng hỗ trợ hoặc kết quả nghiên cứu. Cách tiếp cận linh hoạt nhất là kết hợp tốc độ thử nghiệm với kỷ luật quản trị: chạy thử nghiệm, thu thập bằng chứng, xuất bản nhật ký quyết định và liên tục cập nhật các biện pháp bảo vệ khi hành vi của mô hình, kỳ vọng của người dùng và các yêu cầu pháp lý phát triển.
Tác động chiến lược
Quy trình công việc ngôn ngữ có thể di chuyển nhanh hơn mà không làm mất tính nhất quán.
Quy trình công việc ngôn ngữ có thể di chuyển nhanh hơn mà không làm mất tính nhất quán. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Nó mở rộng quyền truy cập vào các ngôn ngữ và phong cách giao tiếp.
Nó mở rộng quyền truy cập vào các ngôn ngữ và phong cách giao tiếp. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Các nhóm có thể dành nhiều thời gian hơn để đánh giá trong khi quá trình tự động hóa xử lý sự lặp lại.
Các nhóm có thể dành nhiều thời gian hơn để đánh giá trong khi quá trình tự động hóa xử lý sự lặp lại. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Triển khai trong thế giới thực
Chatbot RAG sử dụng truy xuất MMR để 5 phần trên cùng của nó bao gồm các khía cạnh khác nhau của chính sách thay vì năm cách diễn giải của cùng một đoạn.
Một công cụ tóm tắt nghiên cứu áp dụng MMR để chọn những đoạn văn giảm thiểu sự trùng lặp, tạo ra một bản tóm tắt rộng hơn, ít lặp lại hơn.
Một công cụ tổng hợp tin tức xếp hạng các bài báo có MMR để hiển thị mức độ đưa tin đa dạng về một sự kiện thay vì mười tờ báo lặp lại một câu chuyện trên mạng.
Công cụ truy xuất cửa hàng vectơ của LangChain hiển thị search_type='mmr' với một hàm tìm nạp_k và lambda_mult để đa dạng hóa các tài liệu được trả về.
Các mẫu triển khai
Mức độ liên quan cận biên tối đa trong thực tế
Chatbot RAG sử dụng truy xuất MMR để 5 phần trên cùng của nó bao gồm các khía cạnh khác nhau của chính sách thay vì năm cách diễn giải của cùng một đoạn.
Chatbot RAG sử dụng truy xuất MMR để 5 phần trên cùng của nó bao gồm các khía cạnh khác nhau của chính sách thay vì năm diễn giải của cùng một đoạn. Các nhóm thường đạt được kết quả tốt hơn khi xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Mức độ liên quan cận biên tối đa trong thực tế
Một công cụ tóm tắt nghiên cứu áp dụng MMR để chọn những đoạn văn giảm thiểu sự trùng lặp, tạo ra một bản tóm tắt rộng hơn, ít lặp lại hơn.
Công cụ tóm tắt nghiên cứu áp dụng MMR để chọn các đoạn văn giúp giảm thiểu sự trùng lặp, tạo ra bản tóm tắt rộng hơn, ít lặp lại hơn. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí do lỗi theo thời gian.
Mức độ liên quan cận biên tối đa trong thực tế
Một công cụ tổng hợp tin tức xếp hạng các bài báo có MMR để hiển thị mức độ đưa tin đa dạng về một sự kiện thay vì mười tờ báo lặp lại một câu chuyện trên mạng.
Công cụ tổng hợp tin tức xếp hạng các bài viết bằng MMR để hiển thị mức độ đưa tin đa dạng về một sự kiện thay vì mười cửa hàng lặp lại một câu chuyện trên mạng. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, theo dõi lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Mức độ liên quan cận biên tối đa trong thực tế
Công cụ truy xuất cửa hàng vectơ của LangChain hiển thị search_type='mmr' với một hàm tìm nạp_k và lambda_mult để đa dạng hóa các tài liệu được trả về.
Công cụ truy xuất cửa hàng vectơ của LangChain hiển thị search_type='mmr' với một hàm tìm nạp_k và lambda_mult để đa dạng hóa các tài liệu được trả về Các nhóm thường nhận được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp phức tạp và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Rủi ro & lan can
Sự thật ảo giác có thể lặng lẽ đi vào báo cáo, luồng hỗ trợ hoặc kết quả nghiên cứu.
Sự nhạy cảm kịp thời có thể tạo ra kết quả không nhất quán đối với các yêu cầu tương tự.
Dữ liệu văn bản nhạy cảm có thể bị lộ nếu khả năng kiểm soát quyền truy cập yếu.
Lộ trình thực hiện
Xác định định dạng đầu ra, âm thanh và tiêu chuẩn chất lượng trước khi triển khai.
Xác định định dạng đầu ra, âm thanh và tiêu chuẩn chất lượng trước khi triển khai. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Phản hồi mặt đất với các nguồn đáng tin cậy bất cứ khi nào độ chính xác quan trọng.
Phản hồi mặt đất với các nguồn đáng tin cậy bất cứ khi nào độ chính xác quan trọng. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Duy trì điểm kiểm tra đánh giá của con người đối với các kết quả đầu ra có mức độ rủi ro cao.
Duy trì điểm kiểm tra đánh giá của con người đối với các kết quả đầu ra có mức độ rủi ro cao. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Theo dõi các kiểu lỗi và đào tạo lại các lời nhắc hoặc quy trình làm việc thường xuyên.
Theo dõi các kiểu lỗi và đào tạo lại các lời nhắc hoặc quy trình làm việc thường xuyên. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.