Yapay zeka alanında önemli bir gelişme yaşanırken, araştırmacılar çoklu belge analizi sistemlerinin karşılaştığı kritik sorunlara çözüm getiren CHOP framework'ünü geliştirdi. Bu yenilikçi sistem, Retrieval-Augmented Generation (RAG) teknolojisinin temel bir açığını kapatıyor.
RAG sistemleri, veri tabanında benzer belgeler bulunduğunda doğru bilgiyi ayırt etmekte zorlanıyor ve bu durum gereksiz bilgi karmaşasına, yanıltıcı sonuçlara ve doğruluk hatalarına yol açıyordu. CHOP, bu problemi iki ana bileşenle çözüyor: CNM-Extractor modülü her belge parçası için kategoriler, anahtar kelimeler ve model isimlerini içeren kompakt imzalar oluşturuyor.
Sistemin ikinci bileşeni olan Continuity Decision Module ise ardışık belge parçalarının aynı akışa ait olup olmadığını belirleyerek bağlamsal tutarlılığı koruyor. Her belge parçasına bağlam-farkında metadata eklenerek, benzer belgeler arasındaki semantik çakışmalar azaltılıyor ve AI'nın ayırt etme yetisi güçlendiriliyor.
Benchmark veri setleri üzerinde yapılan deneyler, CHOP'un geleneksel sistemlere göre önemli performans artışları sağladığını gösteriyor. Bu gelişme, özellikle büyük veri tabanları üzerinde çalışan AI uygulamalarının doğruluğunu artırma potansiyeli taşıyor.