الاسترجاع متعدد المستندات قد يحتاج إلى جمع علاقة لا تظهر كاملة في وثيقة واحدة. في مثالنا، يسمي فهرس عملا معروضا، ويحدد سجل آخر قاعته، وتبين خريطة ثالثة طابق القاعة. نحتاج أن تنتمي الروابط إلى العمل والمكان نفسيهما، لا أن نجد ثلاث صفحات تذكر كلمات متشابهة.
الخلاصة السريعة
حدد أجزاء العلاقة المطلوبة، وابحث عن دليل لكل رابط، ثم تحقق من الهوية والنسخة قبل الجمع. إذا غاب رابط ضروري، بين الجزء المعروف والجزء الذي لا تحسمه الوثائق.
- تدرس MultiHop-RAG أسئلة تحتاج استرجاع عدة أدلة والاستدلال بها؛ تستند مجموعتها إلى أخبار إنجليزية، فلا تمثل نتيجة عامة عن العربية أو كل نظام حالي. [1]
- افحص هوية الأشياء عبر الوثائق، ولا تجعل تشابه الاسم وحده رابطا مؤكدا.
- بين مصدر كل خطوة والاستنتاج الناتج عنها؛ زيادة عدد الوثائق لا تضمن وجود كل دليل لازم.
- عند غياب رابط أو اختلاف نسخ ضروري، احتفظ بما ثبت وحدد ما بقي مجهولا؛ لا تمد العلاقة بالتخمين.
ما أجزاء السؤال التي نحتاجها؟
تقدم ورقة MultiHop-RAG أسئلة تحتاج استرجاع أجزاء دليل متعددة والاستدلال بها، وتصف مجموعة مبنية على أخبار إنجليزية. نطاق الورقة لا يثبت أداء كل مساعد عربي حالي. [1]
نكتب مثالا مستقلا لمعرض افتراضي. فهرس الأعمال يربط «نقوش بحرية» برمز ن-4. سجل العرض يربط ن-4 بقاعة رمزها ق-2. خريطة المكان تضع ق-2 في الطابق الثاني. للسؤال عن طابق العمل نحتاج روابط العنوان بالعمل، والعمل بالقاعة، والقاعة بالطابق. ليست هذه مقتطفات من بيانات الورقة.
هل الأسماء والرموز تشير إلى الأشياء نفسها؟
راجع أن ن-4 في السجلين يمثل العمل نفسه في المعرض المقصود، وأن ق-2 في خريطة المكان هو رمز القاعة نفسها. قد يستعمل معرض آخر الرمز ذاته، أو يكون «نقوش بحرية» عنوانين مختلفين. لا تلغ هذه الاحتمالات لأن البحث أعاد نتائج متشابهة.
يمكن في المثال حفظ اسم المعرض ونسخة فهرسه مع الروابط. إذا لم نعرف ما إذا كان سجل العرض يخص المعرض نفسه، نطلب هذا التوضيح أو نقيد النتيجة. لا نخترع تطابق الهوية من ترتيب الوثائق في السياق. هذه مراجعة منطقية مقترحة، وليست طريقة تدريب أو مقياس ترتيب للاسترجاع.
كيف نعرض ما نقلناه وما استنتجناه؟
إذا ثبتت الروابط، نستطيع القول في المثال إن العمل يعرض في الطابق الثاني، مع بيان أن الفهرس حدد العمل وسجل العرض حدد القاعة والخريطة حددت الطابق. الجملة الأخيرة نتيجة جمع هذه العلاقات؛ لا ننسبها كاقتباس حرفي إلى الفهرس الذي لا يذكر طابقا.
احتفظ بمواضع الأدلة التي يستطيع القارئ مراجعتها. ملف رابع يذكر اسم المعرض دون هذه الروابط لا يكمل علاقة ناقصة. ولا يثبت عدد المصادر المسترجعة عدد الخطوات المدعومة؛ قد تحمل وثيقة واحدة رابطين، وقد لا تدعم وثائق كثيرة الرابط المطلوب. لم نجرب استرجاعا أو توليدا في هذا المثال.
ماذا نفعل حين يغيب جزء ضروري؟
افترض أن سجل العرض يحدد ق-2، لكن الخريطة المتاحة لا تذكرها. نستطيع في المثال معرفة القاعة، ولا نعرف طابقها من هذه المواد. لا نستبدل الخريطة بخريطة مكان آخر يحمل الاسم نفسه. وإذا كانت هناك نسخة أخرى معتمدة، نراجعها قبل تمديد الاستنتاج.
كذلك قد تتغير القاعة بين نسخة مبكرة ونسخة نهائية من سجل العرض. بين النسخة التي اعتمدتها وما يلزم لحسم الانتقال. لا تحول معلومة جزئية إلى جواب كامل من أجل الطلاقة. المقال يشرح سلامة جمع الأدلة، ولا يقرر أن كل سؤال يحتاج عدة وثائق أو أن نظاما بعينه نجح في الربط.
المصادر ومتابعة القراءة
أُعدّ هذا المقال بصياغة عربية أصلية بالاستناد إلى المصادر أعلاه، وهو مدخل تمهيدي إلى الموضوع. اقرأ منهجية المحتوى وحدوده.