محققان در مقالهای جدید برای حل چالش «توهمات هوش مصنوعی» در تحلیل اسناد پیچیده، راهکار هوشمندانهای به نام DeCoRAG معرفی کردهاند.
مشکل اصلی مدلهای بینایی-زبانی (VLM) در پردازش اسناد متراکم، مصرف بالای منابع و خطاهای معنایی است. روش «DeCoRAG» با استفاده از تکنیک «تفکیک شناختی» (Cognitive Decoupling) و یک مکانیسمِ بُرشدهیِ هوشمند (RAP-Crop)، به مدل کمک میکند به جای پردازش خام پیکسلها، ابتدا لنگرهای معنایی را شناسایی کند تا دقت تحلیل به شدت افزایش یابد و از هدررفت منابع جلوگیری شود. این گام بزرگی برای هوشمندتر شدن سیستمهای RAG در محیطهای اداری و مالی است! 📄✨
منبع: arXiv Computer Vision