2 دقیقه مطالعه
BM25F چیست و چه فرقی با BM25 دارد؟
BM25F چیست، چه تفاوتی با BM25 دارد و چرا field-aware lexical retrieval برای اسناد سازمانی و RAG مهم است؟ برای پیادهسازی عملی.
- BM25F
- BM25F vs BM25
- field weighted search
- lexical retrieval
بلاگ — صفحهٔ 5
آنچه در ساختن و مستقر کردن محصولات هوش مصنوعی در سازمانهای ایرانی یاد گرفتهایم.
خوراک RSS- 3 دقیقه مطالعه
چرا Exact Match هنوز در عصر Embedding حیاتی است؟
چرا Exact Match در کنار Semantic Search هنوز ضروری است؟ بررسی نقش شناسهها، کد خطاها، نامها و queryهای دقیق در سیستمهای RAG.
- exact match search
- semantic search identifiers
- RAG exact search
- 3 دقیقه مطالعه
Cross-Encoder چیست و چه تفاوتی با Embedding Search دارد؟
مقایسه Cross-Encoder و Bi-Encoder در Semantic Search و RAG؛ از کیفیت رتبهبندی تا latency و هزینه عملیاتی در پروژههای واقعی.
- cross encoder vs bi encoder
- embedding search
- reranker
- semantic search
- 4 دقیقه مطالعه
Reranking در RAG چیست و چرا بدون آن نتایج جستجو هنوز ضعیفاند؟
Reranking در RAG چیست، چگونه بعد از retrieval اولیه کیفیت نتایج را بهتر میکند، و چه تفاوتی میان Cross-Encoder، MaxSim و ترتیبدهی ساده وجود دارد؟
- RAG reranking
- cross encoder reranker
- semantic reranking
- retrieval ranking
- 1 دقیقه مطالعه
چرا مدل زبانی را داخل سازمان مستقر میکنیم
استقرار مدل زبانی روی زیرساخت خود سازمان سختتر از فراخوانی یک API ابری است. توضیح میدهیم چرا برای بانک و بیمه و بخش دولتی راه دیگری نیست.
- استقرار
- امنیت
- معماری