حتماً میدانید که یکی از بزرگترین چالشهای مدلهای زبانی در پاسخدهی به سوالات چندمرحلهای (Multi-hop)، عدم درک ارتباطات پیچیده بین حقایق است. اکثر سیستمهای RAG فعلی فقط روی شباهتهای متنی تمرکز دارند که گاهی منجر به خطا میشود.
محققان در مقاله جدیدی، مدل «HyCE-RAG» را معرفی کردهاند که به جای جستجوی خطی در متون، از «ابَرگرافها» (Hypergraphs) استفاده میکند. این مدل با سازماندهی حقایق، موجودیتها و شواهد در ساختارهای ابَرگراف، به جای ارائه پاسخهای سطحی، زنجیرهای از استدلالهای منطقی و قابل تفسیر را به مدل ارائه میدهد.
نتیجه این کار؟ پاسخهایی بسیار دقیقتر و قابلاتکاتر در حوزههایی که نیاز به اتصال چندین نقطه داده به هم دارند! 🚀
منبع: arXiv AI