“belge arama” için sonuçlar
7 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Arama Sistemlerinde Çifte Eğitim Yöntemiyle Büyük Atılım
Araştırmacılar, karmaşık soruları yanıtlayabilen yapay zeka arama sistemlerinde devrim niteliğinde bir yöntem geliştirdi. CoSearch adı verilen bu yeni yaklaşım, hem mantık yürütme hem de belge sıralama süreçlerini eş zamanlı olarak eğiterek mevcut sistemlerdeki ana darboğazı aşmayı hedefliyor. Geleneksel yöntemler yalnızca mantık yürütme kısmını geliştirirken, belge arama sistemini sabit tutuyor. Ancak yapılan deneyler, optimal bir arama sistemiyle mevcut sabit sistemler arasında yedi farklı soru-cevap veri setinde %26,8'e varan performans farkı olduğunu gösterdi. Bu bulgu, arama sisteminin performans artışındaki kritik rolünü ortaya koyuyor ve yapay zeka destekli bilgi arama alanında yeni bir dönemin başlangıcına işaret ediyor.
Yapay zeka ile belge içi arama devrimleşiyor: DocQAC sistemi geliştirildi
Araştırmacılar, uzun belgeler içinde arama yapmayı kolaylaştıran yeni bir yapay zeka sistemi geliştirdi. DocQAC adlı bu sistem, kullanıcıların belge içinde arama yaparken sorgu tamamlama özelliği sunuyor. Web aramalarından farklı olarak, sistem belgeye özel içeriği ve kullanıcının geçmiş arama davranışlarını analiz ederek daha isabetli öneriler sunabiliyor. Geliştirilen adaptif trie-kılavuzlu kod çözme çerçevesi, dil modellerini kullanıcının yazmaya başladığı sorgu ön ekleriyle yönlendirerek yüksek kaliteli tamamlamalar üretiyor. Bu teknoloji özellikle karmaşık ve yazımı zor terimlerin aranmasında büyük kolaylık sağlıyor.
Bilimsel Araştırmalarda Görsel Belge Gösterimi Yetersiz Kalıyor
Yapay zeka alanında bilimsel belgeleri arama ve bulma konusunda önemli bir sorun tespit edildi. Günümüzde birçok sistem, bilimsel makaleleri görsel olarak işleyerek arama yapıyor - tıpkı bir fotoğrafı analiz eder gibi. Ancak yeni araştırmalar, bu yaklaşımın bilimsel metinler için yetersiz kaldığını gösteriyor. Bilimsel makaleler karmaşık yapılar içeriyor: tablolar, grafikler, formüller ve metinler birbirini tamamlıyor. Bu öğeler arasındaki ilişkileri anlamak için sadece görsel analizin yeterli olmadığı ortaya çıktı. Araştırmacılar, LaTeX kaynak kodlarından yararlanarak yeni bir test sistemi geliştirdi. Bu sistem, belgelerin yapısal öğelerine doğrudan erişim sağlayarak daha etkili arama imkanı sunuyor. Bulgular, metin tabanlı ve karma yöntemlerin görsel yaklaşımlardan daha başarılı olduğunu ortaya koyuyor.
Akıl yürütme gerektiren belge aramalarda çığır açan yeni AI modeli: ReasonEmbed
Araştırmacılar, karmaşık akıl yürütme işlemleri gerektiren belge arama görevlerinde devrim yaratabilecek ReasonEmbed adlı yeni bir yapay zeka modeli geliştirdi. Bu model, geleneksel arama sistemlerinden farklı olarak sadece anahtar kelime eşleştirmesi yapmıyor, belgeler arasındaki karmaşık anlamsal ilişkileri anlayarak daha akıllıca sonuçlar sunuyor. Özellikle bilimsel araştırma, hukuk ve teknik dokümantasyon gibi derinlemesine analiz gerektiren alanlarda büyük potansiyel taşıyor. Model, 82 bin yüksek kaliteli eğitim örneğiyle beslenerek geliştirildi ve performans testlerinde mevcut sistemleri büyük farkla geride bıraktı. Bu gelişme, bilgi erişiminde yeni bir dönemin başlangıcı olabilir.
Görsel Belgelerde Arama Yapan Yeni Yapay Zeka Sistemi HEAVEN Geliştirildi
Araştırmacılar, görsel açıdan zengin belgeler üzerinde arama yapmak için yeni bir hibrit sistem olan HEAVEN'ı geliştirdi. Bu sistem, hukuki araştırmalar, bilimsel doküman tarama ve kurumsal bilgi yönetimi gibi alanlarda kullanılmak üzere tasarlandı. Geleneksel yöntemlerin hız ve doğruluk arasındaki ikilemini çözmek için iki aşamalı bir yaklaşım benimseyen HEAVEN, önce tek vektör yöntemiyle hızlı tarama yapıyor, ardından çok vektörlü yöntemle sonuçları hassas bir şekilde sıralıyor. Sistem, görsel düzeni özetleyen sayfalar oluşturarak hesaplama maliyetini düşürürken doğruluğu koruyor. Araştırmacılar ayrıca sistemlerini test etmek için ViMDoc adlı yeni bir değerlendirme standardı da tanıttılar.
Görsel belge aramasında devrim: Yeni sistem hızı 10 kat artırıyor
Araştırmacılar, görsel açıdan zengin belgelerde arama yapan sistemlerin performansını dramatik şekilde artıran yeni bir yaklaşım geliştirdi. 'Prune-then-Merge' adı verilen bu iki aşamalı framework, önce gereksiz bilgileri ayıklayıp ardından kalan verileri akıllıca birleştirerek hem hızı artırıyor hem de doğruluğu koruyor. Mevcut sistemler ya çok yavaş çalışıyor ya da doğruluk kaybediyor, ancak bu yeni yöntem her iki sorunu birden çözüyor. Özellikle çok sayıda görsel içerikli belgenin bulunduğu dijital arşivlerde, hukuk firmalarında ve araştırma kurumlarında büyük kolaylık sağlayacak. Sistem, düşük bilgi değeri taşıyan görsel parçaları akıllıca filtreleyerek gürültüyü azaltıyor, ardından kalan değerli bilgileri hiyerarşik bir yaklaşımla sıkıştırarak hem depolama hem de işlem maliyetlerini önemli ölçüde düşürüyor.
Yapay Zeka Asistanları İçin Hibrit Belge Arama Sistemi Geliştirildi
Araştırmacılar, yapay zeka asistanlarının belge aramalarını iyileştiren 'vstash' adlı yeni bir sistem geliştirdi. Bu sistem, vektör benzerlik araması ve tam metin anahtar kelime eşleştirmesini birleştirerek daha etkili sonuçlar üretiyor. Sistemin en önemli özelliği, tüm verileri tek bir SQLite dosyasında saklayarak yerel çalışabilmesi ve internet bağlantısı gerektirmemesi. BEIR veri setlerinde yapılan testlerde, geleneksel yöntemlere göre %19,5'e varan performans artışları elde edildi. Sistem ayrıca, farklı arama yöntemlerinin anlaşmazlıklarını kullanarak kendini geliştirebiliyor ve bu sayede insan etiketlemesine ihtiyaç duymuyor.