शोधकर्ताओं ने ALORE का प्रस्ताव दिया, जो बड़े भंडारण में तालिकाओं के बीच अधिकतम ओवरलैप के आकार के लिए एक स्केलेबल और डोमेन-रोबस्ट अनुमानक है। यह प्रशिक्षण के दौरान पंक्ति-स्तंभ संरचना को स्पष्ट रूप से दर्शाकर और अंतर-तालिका संरेखण संकेतों को उजागर करके सबसे आधुनिक Armadillo मॉडल की सीमाओं को दूर करता है।
- संरचनात्मक सदस्यता को बनाए रखने के लिए टू-व्यू पंक्ति-स्तंभ हाइपरग्राफ एन्कोडर का उपयोग करता है।
- सस्ते इंटरैक्शन संकेतों के साथ संरेखण-मार्गदर्शित उद्देश्यों को अपनाता है।
- कॉर्पस-विशिष्ट वितरणों के प्रति संवेदनशीलता कम करने के लिए डोमेन-रोबस्ट वैल्यू मैपिंग लागू करता है।
- समग्र रूप से औसत निरपेक्ष त्रुटि (MAE) को 55% तक और जीरो-शॉट ट्रांसफर में 69% तक कम करता है।
- पिछली विधियों की तुलना में 89x तक गति वृद्धि प्राप्त करता है।
ALORE ने विविध डोमेन और स्केल में श्रेष्ठ प्रदर्शन दिखाया है, जो तालिका-द्वारा खोज कार्यों के लिए इसकी प्रभावशीलता की पुष्टि करता है।