تا به حال دقت کردید که مدلهای هوش مصنوعی چطور در درک محتواهای ترکیبی (متن و تصویر) گاهی دچار مشکل میشوند؟ محققان بهتازگی چارچوب جدیدی به نام «CMDR» معرفی کردهاند که به مدلها کمک میکند به جای نگاه جزیرهای به صفحات یک سند، کل زمینه (Context) آن را درک کنند.
این روش با استفاده از تکنیکهای پیشرفته جاسازی (Embedding) و یادگیری متضاد، باعث میشود در زمان جستجوی اسناد، مدلها با دقت بسیار بالاتری محتوای مرتبط را پیدا کنند. این خبر برای کسانی که روی سیستمهای بازیابی اطلاعات (RAG) و تحلیل اسناد کار میکنند، یک گام رو به جلو محسوب میشود.
منبع: arXiv AI