HyperAIHyperAI

Command Palette

Search for a command to run...

سبارتا: إجابة فعالة على الأسئلة في المجال المفتوح من خلال استرجاع التوافق المتناثر للتحويلة

Tiancheng Zhao Xiaopeng Lu Kyusong Lee

الملخص

نُقدِّم SPARTA، وهي طريقة جديدة للاسترجاع العصبي تُظهر إمكانيات كبيرة من حيث الأداء والقدرة على التعميم والقابلية للتفسير في مهام الإجابة على الأسئلة في المجال المفتوح. على عكس العديد من طرق التصنيف العصبي التي تعتمد على بحث الجيران الأقرب في المتجهات الكثيفة، تتعلم SPARTA تمثيلاً نادرًا يمكن تنفيذه بكفاءة كفهرس عكسي (Inverted Index). يُمكّن هذا التمثيل من استرجاع عصبي قابل للتوسع دون الحاجة إلى عمليات بحث متجهات تقريبية مكلفة، ويؤدي إلى أداء أفضل مقارنةً بتمثيلاتها الكثيفة. وقد تم التحقق من كفاءة منهجنا على 4 مهام إجابة على أسئلة في المجال المفتوح (OpenQA) و11 مهمة استرجاع إجابة على أسئلة (ReQA). وتُظهر SPARTA نتائج جديدة في مستوى الحد الأقصى المُحقَّق (state-of-the-art) عبر مجموعة متنوعة من مهام الإجابة على الأسئلة في المجال المفتوح، سواء على مجموعات بيانات باللغة الإنجليزية أو الصينية، بما في ذلك Open SQuAD وNatural Question وCMRC وما إلى ذلك. كما تؤكد التحليلات أن الطريقة المقترحة تُنتج تمثيلات قابلة للتفسير البشري، وتوفر تحكمًا مرنًا في التوازن بين الأداء والكفاءة.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp