محققان در پژوهشی تازه، روشی خلاقانه به نام «RT» را برای افزایش قدرت استدلال در مدلهای «تعبیه متن» (Text Embedding) معرفی کردند.
🔹 این روش چطور کار میکند؟
به جای یک بار پردازش، مدل با چندین مرحله Forward Pass، به درک عمیقتری از مفاهیم میرسد و خروجی دقیقتری تولید میکند. آزمایشها نشان میدهد که RT نه تنها دقت مدلهایی مثل Qwen3 را در تحلیلهای تخصصی (مانند تطبیق شغل و فرد) بالا میبرد، بلکه عملکرد آنها را در وظایف عمومی نیز ثابت نگه میدارد.
این یعنی در آینده، مدلهای Embedding ما بسیار هوشمندتر و تحلیلگرتر خواهند شد! 🧠✨
منبع: arXiv AI