محققان در مقاله جدیدی به سراغ چالش مهم «Active RAG» رفتند. در این سیستمها، مدل زبانی تصمیم میگیرد که کِی از منابع خارجی برای پاسخ دادن استفاده کند. اما مسئله اینجاست: چطور این تصمیم را با کمترین هزینه و بالاترین دقت بگیریم؟
این تحقیق نشان میدهد که بسیاری از سیستمهای فعلی در مدیریت بودجه و تشخیصِ «ارزشِ واقعیِ جستجو»، دچار خطا هستند. آنها برای حل این معضل، معیارهای دقیقی برای ارزیابی هزینه-فایده در سیستمهای بازیابی اطلاعات پیشنهاد دادهاند تا از جستجوهای بیمورد و پرهزینه جلوگیری شود. 💰🤖
این یعنی در آینده، مدلهای هوش مصنوعی نهتنها باهوشتر، بلکه در مصرف منابع و هزینههای محاسباتی بسیار بهینهتر خواهند بود!
منبع: arXiv Machine Learning