Stanford ve diğer önde gelen üniversitelerden araştırmacılar, yapay zeka destekli soru-cevap sistemlerinin temel bir sorunu için yenilikçi bir çözüm geliştirdi. Mevcut RAG (Retrieval-Augmented Generation) sistemleri genellikle tek bir sabit arama motoru kullanıyor, ancak hiçbir arama motorunun her türlü soru için en iyi performansı gösteremediği biliniyor.
Geliştirilen LTRR (Learning To Rank Retrievers) sistemi, bu soruna akıllı bir yaklaşım getiriyor. Sistem, gelen soruya göre birden fazla arama motoru arasından en uygun olanını otomatik olarak seçiyor. Bu seçim işlemi hem önceden belirlenmiş kurallarla hem de makine öğrenmesi ile eğitilmiş modellerle gerçekleştiriliyor.
Araştırma ekibi, problemi bir sıralama görevi olarak ele alarak, her arama motorunu nihai cevap kalitesine katkısına göre değerlendiriyor. Çeşitli soru-cevap veri setleri üzerinde yapılan kapsamlı testlerde, bu dinamik yönlendirme yaklaşımının en güçlü tek motor sistemlerinden bile tutarlı bir şekilde daha iyi sonuçlar verdiği görüldü.
Özellikle dikkat çeken bulgulardan biri, sistemin XGBoost algoritması ile birlikte kullanıldığında ve 'Cevap Doğruluğu' hedefiyle eğitildiğinde en yüksek başarıyı göstermesi. Bu gelişme, ChatGPT gibi yapay zeka asistanlarının gelecekte daha akıllı ve esnek bilgi arama yetenekleri kazanmasının yolunu açıyor.