Глоссарий ИИ
Полный словарь искусственного интеллекта
Многоходовой вопрос-ответ
Подобласть систем вопросов и ответов, в которой ответ на исходный вопрос требует формулирования и решения последовательности промежуточных вопросов, часто связанных друг с другом, для получения окончательного ответа.
Цепочечное рассуждение
Когнитивный и вычислительный процесс, заключающийся в связывании нескольких фактов или сущностей для вывода новой информации; он является фундаментальным для многоходовых систем вопросов и ответов, которые должны следовать логическим путям в базе знаний.
Декомпозиция вопроса
Техника, заключающаяся в анализе сложного вопроса для разделения его на ряд более простых подзадач, на которые можно дать прямой ответ, где ответы затем объединяются для решения исходного вопроса.
Генерация, дополненная поиском (RAG)
Гибридная архитектура, в которой модель поиска (retriever) находит релевантные документы для подачи в генеративную модель (generator), часто используемая для построения сложных ответов с опорой на внешние источники.
Планирование запросов
Механизм, определяющий оптимальный порядок выполнения подзапросов для ответа на многоходовой вопрос, с целью минимизации вычислительных затрат и максимизации релевантности извлекаемой информации.
Слияние доказательств
Заключительный этап многоходового процесса вопросов и ответов, на котором информация, полученная на различных этапах рассуждения, синтезируется и обобщается для формулирования итогового связного и полного ответа.
Неоднозначная сущность
Крупная проблема в многоходовых системах вопросов и ответов, при которой сущность, упомянутая в вопросе, может относиться к нескольким различным узлам в графе знаний, что требует контекстуального разрешения неоднозначности для следования правильному пути рассуждения.
Рассуждение по путям (Path Reasoning)
Специфический метод многоходовых систем вопросов и ответов, заключающийся в исследовании и оценке различных реляционных путей в графе знаний для поиска последовательности логических переходов, приводящих к ответу.
Модель переходов состояний
Формальный подход к моделированию процесса многоходового рассуждения как серии переходов между состояниями (известной информацией), где каждое действие (шаг рассуждения) изменяет текущее состояние системы.
Обучение с подкреплением для систем QA
Парадигма обучения, в которой агент QA учится политике навигации (какие вопросы задавать или по каким ссылкам переходить), получая вознаграждение при нахождении правильного ответа, тем самым оптимизируя свою стратегию рассуждения.
Нейросимволический вопрос-ответ
Гибридный подход, объединяющий нейронные сети для понимания естественного языка и символические компоненты для логического рассуждения и манипулирования структурированными фактами, особенно подходящий для многоходового QA.
Объяснимость рассуждения
Способность системы многоходового QA не только предоставлять ответ, но и раскрывать цепочку умозаключений, источники и промежуточные этапы, которые привели к этому ответу, что имеет решающее значение для доверия и отладки.
Предсказание отношения
Задача по выявлению правильной семантической связи между двумя сущностями в графе знаний, являющаяся ключевым этапом в каждом «шаге» процесса многоходового вопрос-ответа.
Система QA на основе документов
Тип системы многоходового QA, в котором рассуждение выполняется не на структурированном графе, а путем связывания разрозненной информации, распределенной по коллекции неструктурированных или полуструктурированных документов.