1. កំណត់កិច្ចការ មុនជ្រើសគំរូ
ការរកសម្រង់ ការប្រៀបធៀបការបកប្រែ និងការណែនាំអ្នកចាប់ផ្តើមឱ្យស្គាល់ប្រពៃណី ជាកិច្ចការផ្សេងគ្នា។ វាត្រូវការទិន្នន័យ និងលក្ខណៈវិនិច្ឆ័យខុសគ្នា។ សន្យាទូលំទូលាយបង្កើត «បញ្ញាសិប្បនិម្មិតព្រះពុទ្ធសាសនា» លាក់ភាពខុសគ្នាទាំងនេះ ហើយជំរុញការចំណាយហេដ្ឋារចនាសម្ព័ន្ធ មុននរណាម្នាក់កំណត់ន័យជោគជ័យ។
គម្រោងសាកល្បងដំបូងដែល Matreya អាចធ្វើ នឹងឆ្លើយសំណួរមានដែនកំណត់អំពីបណ្តុំគម្ពីរដែលមានការអនុញ្ញាត និងសម្គាល់កំណាត់គាំទ្រ។ ជោគជ័យមានន័យថាមានឯកសារយោងខុសតិចជាង ក្រោមលក្ខខណ្ឌដែលបានកត់ត្រា។ ពេលខ្លះ លទ្ធផលត្រឹមត្រូវគឺបដិសេធឆ្លើយសំណួរ ព្រោះគ្មានឯកសារចាំបាច់។ នេះជាសំណើស្រាវជ្រាវ៖ ការអនុញ្ញាតបណ្តុំគម្ពីរ សំណួរឯករាជ្យ និងអ្នកពិនិត្យមានជំនាញ នៅតែត្រូវរៀបចំ មុនពិសោធន៍អាចគាំទ្រការអះអាង។
2. អ្វីដែលការស្វែងរកបន្ថែមដល់ការបង្កើតអត្ថបទ
Lewis និងសហការីណែនាំទម្រង់ RAG ដែលរួមការបង្កើតអត្ថបទជាមួយការចូលប្រើបណ្តុំឯកសារខាងក្រៅ។ [1] ភាពខុសគ្នាជាក់ស្តែងគឺរវាងការរកឯកសារ និងការរៀបចំចម្លើយ។ លិបិក្រមអាចត្រូវកត់ត្រា និងធ្វើបច្ចុប្បន្នភាពដាច់ពីប៉ារ៉ាម៉ែត្រគំរូ ប៉ុន្តែឯកសារដែលរកបានមិនធានាការប្រើដោយស្របប្រភពទេ។
ឧបករណ៍សម្រាប់អ្នកអានអាចបង្ហាញចម្លើយខ្លី កំណាត់គាំទ្រ និងប្រភពជុំវិញ។ វាក៏គួររាយការណ៍ពេលការស្វែងរកបរាជ័យ។ ការវាយតម្លៃត្រូវពិនិត្យផ្លូវទាំងមូល៖ តើរកឯកសារត្រឹមត្រូវបានទេ តើជ្រើសកំណាត់ត្រឹមត្រូវទេ និងតើសេចក្តីសន្និដ្ឋានស្របតាមវាទេ។ ការកែលម្អតែសំណេរអាចលាក់ការបរាជ័យនៅមុនក្នុងខ្សែនេះ។ ស្លាកស្ថាបត្យកម្មមិនមែនវិញ្ញាបនបត្រភាពទុកចិត្តបាន។
- 01សំណួរ→
- 02ការស្វែងរកប្រភព→
- 03ចម្លើយមានសម្រង់យោង→
- 04ការពិនិត្យដោយមនុស្ស
គំនូសតាងនិពន្ធរបស់ Matreya៖ រូបបង្ហាញពីវិធីសាស្ត្រ មិនមែនជាលទ្ធផលពិសោធន៍ទេ។
3. ឯកសារយោងពិតក៏អាចបំភាន់
គំរូអាចយោងស្នាដៃដែលមានពិត ខណៈដាក់ការអះអាងដែលគ្មានក្នុងស្នាដៃនោះ។ វាអាចរំលងការបដិសេធ ឬប្តូរសំណើប្រុងប្រយ័ត្នទៅភាពប្រាកដប្រជា។ ចំពោះគម្ពីរព្រះពុទ្ធសាសនា វាក៏អាចច្រឡំអដ្ឋកថាជាមួយព្រះសូត្រ ឬជំហរនិកាយមួយជាមួយការយល់ស្របគ្រប់ប្រពៃណី។
ALCE ចាត់ភាពត្រឹមត្រូវអង្គហេតុ និងគុណភាពសម្រង់យោង ជាបញ្ហាវាយតម្លៃដាច់ពីគ្នា។ [2] យើងស្នើផ្ទៀងផ្ទាត់ទំនាក់ទំនងបី៖ ប្រភពមានពិត កំណាត់យោងមានភស្តុតាងពាក់ព័ន្ធ និងការអះអាងនៅក្នុងដែនភស្តុតាងនោះ។ ចម្លើយអាចបែងចែកឱ្យឃើញមាតិកាប្រភព ការរៀបរាប់ន័យឡើងវិញ និងការបកស្រាយ។ តំណគួរឱ្យអ្នកអានពិនិត្យកំណែ និងការបកប្រែពាក់ព័ន្ធ។ ពេលគម្ពីរខុសគ្នា ចំណុចប្រទាក់គួររក្សាភាពខុសគ្នា ជាជាងយកមធ្យមធ្វើឱ្យហាក់ដូចយល់ស្រប។
4. បង្កើតការវាយតម្លៃដែលអាចបរាជ័យ
សំណុំតេស្តមានប្រយោជន៍អាចរួមសំណួរប្រភពច្បាស់ៗ ការប្រៀបធៀបការបកប្រែ សំណួរមានមូលបទខុស និងសំណួរដែលបណ្តុំគម្ពីរមិនឆ្លើយ។ ប្រភេទពីរចុងក្រោយបង្ហាញថាប្រព័ន្ធប្រឌិតព័ត៌មាន នៅពេលវាគួរមិនឆ្លើយឬទេ។
ចម្លើយរំពឹងគួររៀបចំដោយឯករាជ្យពីគំរូដែលកំពុងសាកល្បង។ អ្នកពិនិត្យម្នាក់អាចសរសេរសំណួរ ហើយម្នាក់ទៀតផ្ទៀងផ្ទាត់ឯកសារយោង។ គួរកត់ត្រាការខ្វែងគំនិត និងរក្សាសំណួរខ្លះសម្រាប់វាយតម្លៃចុងក្រោយ។ ការប្រៀបធៀបដោយមាននិងគ្មានការស្វែងរក ត្រូវការសំណួរស្មើគ្នា កំណែគំរូដែលបានកត់ត្រា និងថវិកាធនធានច្បាស់។ របាយការណ៍គួរបង្ហាញប្រភេទបរាជ័យជាមួយមធ្យម។ ការច្រឡំប្រពៃណីជាបញ្ហាផ្សេងពីសរសេរឈ្មោះអ្នកបកប្រែខុស។ ការចាត់វាដូចគ្នាធ្វើឱ្យកែលម្អពិបាក។
5. ផ្តល់ទីតាំងកំណាត់ដែលអ្នកអានអាចរកបាន
តំណទៅសៀវភៅទាំងមូល ផ្ទេរការងារផ្ទៀងផ្ទាត់ភាគច្រើនទៅអ្នកអាន។ LongCite សិក្សាសម្រង់យោងលម្អិតជាងមុនក្នុងការឆ្លើយសំណួរបរិបទវែង។ [3] ភាពពាក់ព័ន្ធនៅទីនេះជាវិធីសាស្ត្រ៖ អ្នកអានត្រូវការភាពច្បាស់គ្រប់គ្រាន់ដើម្បីផ្ទៀងផ្ទាត់ការអះអាង ដោយមិនចាំបាច់ធ្វើការស្វែងរកទាំងមូលឡើងវិញ។
ទីតាំងអាចជាលេខសម្គាល់កំណាត់ឋិតថេរ ផ្នែកខាងនៃសន្លឹកសាស្ត្រា ឬភាគនិងទំព័រ។ វាមិនគួរអាស្រ័យលើលំដាប់បច្ចុប្បន្ននៃលទ្ធផលស្វែងរក។ បរិបទក៏ត្រូវនៅអាចអានបាន៖ ប្រយោគជាប់គ្នាអាចបង្ហាញថាជំហរមួយជារបស់គូប្រជែង ដែលអ្នកនិពន្ធនឹងរិះគន់ក្រោយមក។ ការកាត់ឯកសារជាកំណាត់ងាយស្វែងរក អាចបំបែកទំនាក់ទំនងបែបនេះ។ ដូច្នេះ ការវាយតម្លៃត្រូវការជំនាញភាសាវិទ្យាគម្ពីរ និងប្រពៃណី ជាមួយវិស្វកម្មកម្មវិធី។
6. លិបិក្រមក៏ប្រើឯកសាររបស់អ្នកដទៃ
ការអាន ការចម្លង ការបង្ហាញកំណាត់ និងការផ្ញើទៅសេវាខាងក្រៅ ជាការប្រើផ្សេងៗគ្នា។ គោលនយោបាយចូលប្រើរបស់ BDRC បង្ហាញហេតុអ្វីមិនគួរសន្មតថាឯកសារបណ្តុំទាំងអស់មានស្ថានភាពគ្មានកម្រិតដូចគ្នា។ [4]
មុនបង្កើតគំរូសាកល្បង យើងស្នើកំណត់ត្រាសកម្មភាពដែលអនុញ្ញាតសម្រាប់បណ្តុំនីមួយៗ៖ ប្រភព កំណែ លក្ខខណ្ឌរក្សាទុកនិងបង្ហាញ ផ្លូវលុបចេញ និងអ្នកទទួលខុសត្រូវទំនាក់ទំនង។ ការផ្ញើកំណាត់ទៅអ្នកផ្តល់គំរូ ជាសកម្មភាពមួយទៀតដែលត្រូវពិចារណា។ អនុសាសន៍សីលធម៌បញ្ញាសិប្បនិម្មិតរបស់ UNESCO ផ្តល់ឯកសារយោងសម្រាប់ពិភាក្សាគណនេយ្យភាព និងភាពចម្រុះវប្បធម៌។ [5] វាមិនផ្តល់វិញ្ញាបនបត្រដល់គម្រោងយើងទេ។ ការទទួលខុសត្រូវជាក់ស្តែងមានន័យថាធ្វើឱ្យលំហូរទិន្នន័យពិតអាចយល់ និងកែបាន ជាជាងពឹងសេចក្តីថ្លែងចេតនាល្អ។
7. អ្នកពិនិត្យត្រូវការការទទួលខុសត្រូវមានដែនកំណត់
ប្រព័ន្ធដែលបង្កើតភាគច្រើនពីការបកប្រែអង់គ្លេស អាចទទួលបន្តជម្រើសបកស្រាយរបស់វា។ ប្រពៃណីដែលបម្លែងឌីជីថលបានល្អជាង អាចគ្របដណ្តប់លទ្ធផលស្វែងរក។ ការស្នើឱ្យគំរូអព្យាក្រឹតមិនអាចជួសជុលទិន្នន័យខ្វះ ឬមិនស្មើគ្នាទេ។ សមាសភាព និងដែនកំណត់បណ្តុំត្រូវការឯកសារច្បាស់។
អ្នកស្ម័គ្រចិត្តអាចផ្ទៀងផ្ទាត់សំណុំយោងតូច ឬសម្គាល់ការច្រឡំប្រភេទអត្ថបទ។ ពួកគេមិនគួរទទួលកាតព្វកិច្ចគ្មានកំណត់ ដើម្បីធានាភាពត្រឹមត្រូវព្រះពុទ្ធសាសនាជាសកល។ ការកែតម្រូវត្រូវការដំណើរការ អ្នកទទួលខុសត្រូវ និងមធ្យោបាយជូនដំណឹងអ្នកអានអំពីការប្រែប្រួលសំខាន់។ ជំនួយការស្វែងរកមិនគួរអះអាងអំណាចវាយតម្លៃសមិទ្ធផលផ្លូវធម៌ ឬផ្តល់ការបង្រៀនផ្ទាល់ខ្លួនតំណាងប្រពៃណី។ វិសាលភាពរបស់វាគួរតាមកិច្ចការដែលពិតជាបានវាយតម្លៃ រួមទាំងក្នុងអាកប្បកិរិយាធម្មតារបស់ចំណុចប្រទាក់។
8. លទ្ធផលតូចអាចមានប្រយោជន៍
ការបណ្តុះបណ្តាលកែសម្រួលបន្ថែម (fine-tuning) គួរឆ្លើយការបរាជ័យដែលបានសម្គាល់។ បើឧបសគ្គពិតគឺ OCR ខ្សោយ ឈ្មោះខ្វះ ឬទិន្នន័យពិពណ៌នាមិនគ្រប់ ការបណ្តុះបណ្តាលគំរូបន្ថែមអាចមិនដោះស្រាយ។ ឧបករណ៍ស្វែងរកតូចដែលមានឯកសារល្អ អាចផ្តល់តម្លៃច្រើន និងភស្តុតាងស្រាវជ្រាវច្បាស់ជាង។
សំណួរដែល Matreya ស្នើ គឺថាតើកំណាត់បានផ្ទៀងផ្ទាត់ កែលម្អភាពត្រឹមត្រូវសម្រង់យោងលើសំណុំកិច្ចការជាក់លាក់ឬទេ។ ចម្លើយអាចវិជ្ជមាន អវិជ្ជមាន ឬអាស្រ័យលើប្រភេទសំណួរ។ លទ្ធផលនីមួយៗមានប្រយោជន៍ ពេលវិធីសាស្ត្រ និងដែនកំណត់ជាសាធារណៈ។ ការកែលម្អលើបណ្តុំមួយមិនបញ្ជាក់ភាពទុកចិត្តបានលើអក្សរសិល្ប៍ព្រះពុទ្ធសាសនាទាំងមូល។ ទំនុកចិត្តកើនឡើង ពេលអាចរកប្រភព កែកំហុស និងប្រព័ន្ធអាចទទួលស្គាល់សំណួរមិនទាន់មានចម្លើយ។ ភាពរលូន និងទំហំតែប៉ុណ្ណោះមិនបញ្ជាក់បញ្ញាទេ។
ចំណុចសំខាន់
- RAG បំបែកការស្វែងរក និងការបង្កើតអត្ថបទ ដោយមិនធានាចម្លើយស្របប្រភព។
- ផ្ទៀងផ្ទាត់អត្ថិភាព ទីតាំងច្បាស់ និងភាពពាក់ព័ន្ធជាភស្តុតាងនៃសម្រង់យោងនីមួយៗ។
- គម្រោងសាកល្បងអាចគ្រប់គ្រងបាន គួររួមសំណួរមិនអាចឆ្លើយ និងមូលបទខុស មិនមែនតែជោគជ័យងាយៗ។
ប្រភព និងឯកសារអានបន្ថែម
តំណភ្ជាប់នាំទៅស្នាដៃបោះពុម្ពដើម គម្ពីរ ឬទំព័រផ្លូវការរបស់ស្ថាប័ន។ លក្ខខណ្ឌចូលអាន និងប្រើប្រាស់ឡើងវិញអាចខុសគ្នា។
- Retrieval-Augmented Generation for Knowledge-Intensive NLP TasksLewis et al. / arXiv, 2020
អត្ថបទដើមនៃស្ថាបត្យកម្ម RAG។ លទ្ធផលរបស់វាមិនអនុវត្តដោយស្វ័យប្រវត្តិចំពោះគម្ពីរព្រះពុទ្ធសាសនាទេ។
- Enabling Large Language Models to Generate Text with CitationsGao et al. / EMNLP, 2023
សំណុំសាកល្បង ALCE និងអត្ថបទវាយតម្លៃចម្លើយមានសម្រង់យោង។
- LongCite: Enabling LLMs to Generate Fine-grained Citations in Long-context QAZhang et al. / arXiv, 2024
សម្រង់លម្អិតក្នុងការឆ្លើយសំណួរបរិបទវែង មិនមែនភស្តុតាងនៃភាពទុកចិត្តបានរបស់ឧបករណ៍អនាគតយើងទេ។
- Access PoliciesBuddhist Digital Resource Center
ឧទាហរណ៍លក្ខខណ្ឌចូលប្រើដែលបែងចែកតាមប្រភេទ។
- Recommendation on the Ethics of Artificial IntelligenceUNESCO, 2021
ឯកសារគោលការណ៍យោងអំពីគណនេយ្យភាព សិទ្ធិ និងភាពចម្រុះវប្បធម៌។
អត្ថបទនិពន្ធរបស់ Matreya ដែលរៀបចំដោយមានជំនួយពីបញ្ញាសិប្បនិម្មិត។ វាមិនទាន់បានឆ្លងការវាយតម្លៃវិទ្យាសាស្ត្រពីអ្នកជំនាញខាងក្រៅទេ។ ប្រភពត្រូវបានផ្តល់ដើម្បីអាចផ្ទៀងផ្ទាត់ដោយឯករាជ្យ។
គោលនយោបាយនិពន្ធ · រាយការណ៍កំហុស ឬស្នើការបន្ថែម
