Parth Knows AI vaizdo įraše aptarė IBM STAIR metodą dokumentų paieškai
YouTube kūrėjas Parth Knows AI savo vaizdo įraše pristatė IBM siūlomą STAIR metodą ir teigė, kad jis, anot autoriaus, gali beveik visiškai sumažinti haliucinacijas atsakymuose. Kūrėjas pabrėžė, kad šis būdas atsisako įprastų RAG dalių – dokumentų skaidymo į dalis, embeddings ir vektorinių duomenų bazių.
Pasak jo, tradiciniame RAG metode dokumentas suskaidomas, dalys paverčiamos vektoriais, o vėliau pagal panašumą atrenkamos tinkamiausios ištraukos. Jis aiškino, kad ilguose dokumentuose taip prarandama struktūra, o savavališkos dalių ribos gali prisidėti prie haliucinacijų. Kūrėjo teigimu, STAIR vietoje to modeliui iš anksto pateikia visą turinį ir jis apmokomas pagal užklausą nurodyti tikslų skirsnį – giliausią turinio medžio punktą, kuriame yra atsakymas.
Kaip pavyzdį jis pateikė klausimą apie veiksmus pranešant apie duomenų saugumo pažeidimą. Anot kūrėjo, toks modelis neieško ištraukų, o iš karto nurodo konkretų skyrių, pavyzdžiui, 6.3 apie pranešimą dėl duomenų pažeidimo. Tik tada to skyriaus turinys perduodamas kalbos modeliui, kad šis suformuluotų atsakymą.
Parth Knows AI taip pat sakė, kad bandymuose su 18 vadovėlių iš šešių sričių paieškos kokybė siekė 82,6 proc., kai artimiausias bazinis modelis DSI pasiekė 76,9 proc. Vis dėlto jis pažymėjo ir aiškų ribojimą: metodui reikia tvarkingo dokumento turinio. Pasak kūrėjo, autoriai tai pripažįsta ir kaip kitą žingsnį numato dirbtinai sudaromą turinį bei didesnio masto dokumentus įmonėms.
