تم إجراء أبحاث نشطة لتقنيات الجيل المعزز بالاسترجاع (RAG) لتجاوز حدود نماذج اللغة الكبيرة (LLM). في هذه الدراسة، نقترح طريقة RAG فعالة بناءً على تقنية ITER-RETGEN السابقة مع تطبيق تحسينين. أولاً، نقوم بتقليل تكاليف العمليات عن طريق إنهاء التكرار مبكرًا إذا استمر البحث عن مستندات مشابهة دون تثبيت عدد مرات التكرار. ثانيًا، يتم تحسين أداء البحث من خلال استخدام نتائج النموذج لتصفية الاستعلامات. تضمن الطريقة المقترحة الحفاظ على معدل إجابات عالٍ حتى في الاستعلامات التي تتطلب استدلالات متعددة، مع تقليل التكرارات غير الضرورية. أجرينا تجارب على مجموعات بيانات عامة متنوعة، بما في ذلك HotPotQA و MuSiQue، وتبين أن متوسط عدد التكرارات قد تم تقليله بنسبة تصل إلى 17%، في حين ارتفعت نسبة الإجابة بنسبة تصل إلى 5 نقاط مئوية.
درس كيم وآخرون (الخميس) هذا السؤال.