اگر در دنیای یادگیری ماشین یا پردازش متن فعالیت میکنید، احتمالاً زیاد از معیار شباهت کسینوسی (Cosine Similarity) برای مقایسه بردارها استفاده کردهاید. اما آیا این معیار همیشه دقیق است؟
مقاله جدیدی منتشر شده که به بررسی چالشها و محدودیتهای این روش پرداخته است. نویسندگان این پژوهش نشان میدهند که اگرچه Cosine Similarity به دلیل سادگی و ویژگیهای محاسباتیاش محبوب است، اما در برخی شرایط (به ویژه در فضاهای با ابعاد بالا یا زمانی که جهتگیری بردارها دچار انحراف میشود) ممکن است نتایج گمراهکنندهای ارائه دهد.
این تحقیق بهجای نقد یکسویه، راهکارهایی برای شناسایی زمانهای درست استفاده از این معیار و جایگزینهای هندسی و هوشمندانه آن ارائه میدهد. یک مطالعه فنی عالی برای متخصصان حوزه Embeddings و Retrieval! 📐✨
منبع: arXiv Machine Learning