قام Papers with Code بتنفيذ نظام بحث هجين يجمع بين الاسترجاع الدلالي والبحث بالكلمات المفتاحية لمساعدة المستخدمين على العثور على أوراق بحثية ذات صلة في مجال الذكاء الاصطناعي. يستفيد هذا النظام من Hugging Face Jobs وStorage Buckets وInference Endpoints لإدارة خط أنابيب التضمين (embedding) وتقديم استعلامات منخفضة زمن الوصول.
- توفر Hugging Face Jobs قدرة حوسبة GPU قابلة للتوسع لتوليد تضمينات لأكثر من 110,000 ورقة بحثية باستخدام نموذج Qwen/Qwen3-Embedding-0.6B.
- تعمل Storage Buckets كمخزن دائم بين تصدير قواعد البيانات، ومعالجة المهام، واستيراد الفهرس.
- تخدم Inference Endpoints تضمينات منخفضة زمن الوصول للاستعلامات المباشرة، مع العودة إلى الاسترجاع النص الكامل إذا لم تكن متاحة.
- يستخدم النظام دمج الرتبة العكسية (RRF) للجمع بين بحث PostgreSQL المعجمي والبحث المتجه الكثيف من pgvector.
- يضمن عقد التضمين الصارم إمكانية إعادة الإنتاج من خلال إصدار نسخة الموديل، وتنسيق الإدخال، وطريقة التطبيع.
يتيح هذا الفصل بين بناء المجموعة غير المتصلة بالإنترنت وخدمات البحث المتصلة بالإنترنت للمنصة الحفاظ على جودة استرجاع عالية وأوقات استجابة سريعة للباحثين.