محققان به تازگی از متد جدیدی به نام «PLAID-PRF» رونمایی کردند که تحولی در مدلهای بازیابی اطلاعات (Retrieval Models) ایجاد میکند. این متد با استفاده از تکنیک «بازخورد شبهمرتبط» (Pseudo-Relevance Feedback) و بهرهگیری از بردارهای مرکز (Centroids) در مدل PLAID، توانسته بدون افزایش چشمگیر هزینههای محاسباتی، دقت جستجو را تا ۷.۳٪ بهبود ببخشد.
این نوآوری بهویژه برای کسانی که با مدلهای جستجوی مبتنی بر بردار کار میکنند، خبر بسیار خوبی است؛ چرا که حالا میتوان با مصرف منابع کمتر، نتایج بسیار دقیقتری در مقیاسهای بزرگ بهدست آورد. 🧠✨
منبع: arXiv NLP
