توضح المقالة أن ترتيب الحقول يؤثر بشكل كبير على جودة الاسترجاع في أنظمة البيانات الوصفية المهيكلة لأن الضبط الدقيق القياسي يجعل المشفرات تعتمد على المطلق الموضعي بدلاً من تسميات الحقول. لمعالجة ذلك، يقترح المؤلفون ضبطاً دقيقاً غير متغير بالتبديل (PI-FT)، وهي طريقة تُسلسل السجلات تحت ترتيبات حقول عشوائية مع إسقاط عشوائي لربط المعنى بالتسميات.
- يفقد الضبط الدقيق القياسي 7.4 نقطة في nDCG@10 عند تغيير ترتيب حقول الفهرس، بينما يقلل PI-FT من هذه العقوبة إلى 0.2 نقطة.
- تستخدم الطريقة تعديلًا لمحمل البيانات يقوم بأخذ عينات من ترتيبات حقول جديدة وتطبيق إسقاط حقول عشوائي أثناء التدريب.
- يحقق مشفر وحدة المعالجة المركزية بـ 118 مليون معلمة مضبوط بدقة قيمة 0.707 في nDCG@10 على DevDataBench الجديد، متفوقًا على الأساسيات ذات الصفر عينات مثل text-embedding-3-large (0.556).
- يغطي المؤشر استعلامات موثقة عبر 15 لغة لما يقرب من 10,000 مؤشر إحصائي للتنمية.
تضمن هذه الطريقة أن البيانات القابلة للاسترجاع تظل قابلة للاكتشاف بغض النظر عن اختلافات المخطط، وهو أمر حاسم لوكلاء الذكاء الاصطناعي الذين يوسطون الوصول إلى الإحصائيات العامة حيث لا يمكن لسجلات الاستخدام توفير إشارات تدريب للمؤشرات غير المبحوث عنها.