NASA ने एक सार्वजनिक एजेंटिक सर्च सिस्टम तैनात किया है, जिसे प्राकृतिक भाषा क्वेरी के माध्यम से भूविज्ञान समुदाय को प्रासंगिक डेटासेट और टूल्स खोजने में मदद करने के लिए डिज़ाइन किया गया है। यह सेवा हज़ारों भूविज्ञान संपत्तियों के बीच संसाधनों को खोजने की कठिनाई को दूर करने के लिए NASA Earth Observation Knowledge Graph (NASA EO-KG) का लाभ उठाती है।
- सिस्टम NASA-EO-Bench पेश करता है, एक ओपन बेंचमार्क जिसमें 47k क्वेरी-डेटासेट जोड़े शामिल हैं, जिनमें 21k टास्क-आधारित क्वेरी शामिल हैं।
- इस बेंचमार्क पर फाइन-ट्यून्ड एक न्यूरल स्कोरर cosine और BM25 बेलाइनों को पार कर जाता है।
- स्कोर फ्यूजन के माध्यम से न्यूरल स्कोरर को BM25 के साथ जोड़ने से Recall@10 (R@10) और MRR में 5 गुना से अधिक वृद्धि होती है।
- एक ज़ीरो-शॉट एजेंटिक रेरैंकिंग चरण जोड़ने से अतिरिक्त प्रशिक्षण के बिना 200 क्वेरी के एक स्ट्रैटिफाइड सबसेट पर MRR में 28% की सुधार होती है।
लेखकों ने दिखाया है कि लैटेंट ज्ञान ग्राफ का मूल्य एजेंटिक सर्च के माध्यम से काफी बढ़ जाता है, यह दिखाते हुए कि LLM तर्क निगरानी पुनर्प्राप्ति विधियों की पूरक है।