Papers with Code ने उपयोगकर्ताओं को प्रासंगिक AI शोध पत्र खोजने में मदद करने के लिए कीवर्ड और अर्थपूर्ण पुनर्प्राप्ति को जोड़ने वाला एक हाइब्रिड खोज प्रणाली लागू की है। इस वास्तुकला एम्बेडिंग पाइपलाइन का प्रबंधन करने और कम-लेटेंसी क्वेरीज़ को सेवा देने के लिए Hugging Face Jobs, Storage Buckets, और Inference Endpoints का लाभ उठाती है।
- Hugging Face Jobs Qwen/Qwen3-Embedding-0.6B मॉडल का उपयोग करके 110,000 से अधिक पत्रों पर एम्बेडिंग के लिए बर्स्टेबल GPU कंप्यूट प्रदान करता है।
- Storage Buckets डेटाबेस निर्यात, कार्य प्रसंस्करण और सूचकांक आयात के बीच टिकाऊ भंडारण के रूप में कार्य करते हैं।
- Inference Endpoints लाइव क्वेरीज़ के लिए कम-लेटेंसी एम्बेडिंग सेवा देते हैं, यदि अनुपलब्ध हों तो पूर्ण-पाठ पुनर्प्राप्ति पर वापस आ जाते हैं।
- प्रणाली लेक्सिकल PostgreSQL खोज को pgvector से घने सदिश खोज के साथ जोड़ने के लिए reciprocal rank fusion (RRF) का उपयोग करती है।
- एक कठोर एम्बेडिंग अनुबंध मॉडल संशोधन, इनपुट प्रारूप और सामान्यीकरण विधि को संस्करणित करके पुरानता सुनिश्चित करता है।
ऑफलाइन कॉर्पस निर्माण और ऑनलाइन खोज सेवाओं का यह पृथक्करण प्लेटफ़ॉर्म को शोधकर्ताओं के लिए उच्च पुनर्प्राप्ति गुणवत्ता और तेज़ प्रतिक्रिया समय दोनों बनाए रखने की अनुमति देता है।